一种适用于快速分解后向投影聚束SAR成像的自聚焦方法

发布时间：2021-01-03 06:13

　　基于孔径分解和图像递归融合的快速分解后向投影（FFBP）算法具备接近频域算法的运算复杂度和媲美后向投影（BP）算法的聚焦性能。但与频域成像算法不同,使用FFBP算法重建的直角坐标系图像或极坐标系图像均无法满足传统自聚焦方法的使用条件。为了解决这个问题,首先,提出了虚拟极坐标系作为FFBP算法的图像重建平面,为自聚焦方法的使用奠定了基础;其次,以基于回波数据的运动补偿为目标,充分利用FFBP算法多孔径递归融合的特点,将多孔径图像偏移（MAM）的相位估计方法嵌套到FFBP算法的各个阶段,从而实现MAM与FFBP算法的紧密相容;最后,通过实测数据处理验证了该方法的可行性和有效性。 

【文章来源】：航空学报. 2014年07期 北大核心

【文章页数】：8 页

【部分图文】：

图１ＳＡＲ成像几何及角域位置误差Ｆｉｇ．１ＳＡＲｉｍａｇｉｎｇｇｅｏｍｅｔｒｙａｎｄａｎｇｕｌａｒｐｏｓｉｔｉｏｎｅｒｒｏｒ

２０１４航空学报Ｊｕｌ．２５２０１４Ｖｏｌ．３５Ｎｏ．７θ（ｋ）０ｉ方向波束在θ（ｋ／２）０ｉ＋１方向的波束形成。图２不同阶段的图像融合过程Ｆｉｇ．２Ｉｍａｇｅｆｕｓｉｏｎｐｒｏｃｅｓｓａｔｄｉｆｆｅｒｅｎｔｓｔａｇｅｓ本文针对第ｉ处理阶段进行分析，故下文将省略下脚标“ｉ”以使变量定义更加简洁。以第ｋ个子孔径为例，其视角方向为θ（ｋ）０，若沿该方向建立虚拟极坐标系，则角域成像范围为Θ（ｋ）∈λ２ｖｆ（ｋ）０－Ｂｄ（）２，λ２ｖｆ（ｋ）０＋Ｂｄ［（）］２（１２）式中：ｆ（ｋ）０＝２ｖｓｉｎθ（ｋ）０／λ为该孔径的多普勒中心；Ｂｄ为角域带宽。对第ｋ个子孔径数据进行图像重建，根据式（６），则子图像可表示为Ｉ（ｋ）（ｒ，ｋΘ（ｋ））＝∫Ｘ（ｋ）０＋ｄ／２Ｘ（ｋ）０－ｄ／２ｅｘｐ－ｊｋΘ（ｋ）（）ＸｄＸ（１３）式中：ｄ为第ｉ处理阶段的子孔径长度；ｋΘ（ｋ）为第ｋ个子孔径对应的方位波数。根据第１节中推导的ＦＴＰ关系，Ｉ（ｋ）对应的相位历程域信号可表示为Ｈ（ｋ）（ｒ，ｔ（ｋ））＝∫Ｉ（ｋ）（ｒ，ｋΘ（ｋ））ｅｘｐ（ｊｋΘ（ｋ）ｔ（ｋ））ｄｋΘ（ｋ）（１４）式中：ｔ（ｋ）为第ｋ个子孔径时间，其离散时间间隔和孔径中心时刻分别为１／Ｂｄ和Ｘ（ｋ

Ｔａ２，Ｔａ（［］）２（２０）式中：ｔ为方位时间；Ｔａ为合成孔径时间；＾ａｎ为ｎ阶多项式系数；?＾（ｔ）为相位误差的估计值。２．３处理流程２．１节对ＦＦＢＰ算法进行了必要的改进，从而满足自聚焦对图像域与相位历程域之间的ＦＴＰ关系及图像散焦方向的要求。２．２节对ＭＡＭ的相位估计方法进行了简要说明。在２．１节和２．２节的基础上，本节将给出基于ＭＡＭ的ＦＦＢＰ聚束ＳＡＲ自聚焦处理流程，如图３所示。图３ＦＦＢＰ自聚焦处理流程Ｆｉｇ．３ＢｌｏｃｋｄｉａｇｒａｍｏｆａｕｔｏｆｏｃｕｓｉｎＦＦＢＰ从局部角度来看，ＭＡＭ嵌入到ＦＦＢＰ的第ｉ与第ｉ＋１阶段，然后利用第ｉ阶段的Ｋ幅子图像进行高阶相位估计和补偿。根据２．１节推导的子孔径下的ＦＴＰ关系，方位逆傅里叶变换可得到Ｋ幅子图像对应的相位历程及幅度图；选取能量较大的距离单元构成图像样本，距离单元个数约为距离采样点数的５％；将根据图像样本计算的偏移向量珚Δ乘以关系矩阵的伪逆珔δ－１得到相位误差系数向量＾ａ；根据相位误差系数计算各个图像样本的相位误差，从而完成第ｉ阶段的自聚焦处理。从全局角度来看，ＭＡＭ与ＦＦＢＰ紧密相容。在ＦＦＢＰ的初始阶段，子孔径的数目较多，角域分辨力较低。由第１节分析可知，此阶段的方位脉冲响应占据的方位分辨单元的个数较少，运动误差引起的图像散焦较校随着图像递归融合的进行，子孔径个数不断减少，角域分辨力相应提高。但由于上一阶段的自聚焦处理，当前阶段的图像散焦得到了有效控制。当子孔径个数越

【参考文献】：
期刊论文
[1]一种改进的快速分解后向投影SAR成像算法[J]. 李浩林,张磊,杨磊,李亚超,邢孟道,保铮.  电子与信息学报. 2013(06)
[2]一种超高分辨率机载聚束SAR两维自聚焦算法[J]. 毛新华,朱岱寅,朱兆达.  航空学报. 2012(07)
[3]INS/SAR组合导航参数传递建模及精度分析[J]. 卜彦龙,潘亮,牛轶峰,胡国昌,沈林成.  航空学报. 2009(03)



本文编号：2954468