一种基于短时傅里叶变换的机载SAR自聚焦算法

刘忠胜 李银伟 韦立登 向茂生



一种基于短时傅里叶变换的机载SAR自聚焦算法

刘忠胜*①②李银伟①②韦立登①向茂生①

①(中国科学院电子学研究所微波成像技术重点实验室 北京 100190)②(中国科学院大学 北京 100049)

合成孔径雷达；自聚焦；短时傅里叶变换；信杂比；二次相位误差

1 引言

非参数化自聚焦方法自提出以来，由于其较好的鲁棒性，对大部分场景和误差函数的适应性以及良好的相位误差补偿效果而得到了广泛应用。但是，利用该类方法时有一个必要条件：在SAR图像场景中含有高信杂比(Signal-to-Clutter Ratio, SCR)的强点目标。在散焦图像中提取强点目标，对其进行方位向逆压缩及去调频，然后就可以估计其相位误差。如果点目标方位向信号的SCR足够高，此时估计得到的相位误差就可以认为是待估计的相位误差[6]。PGA算法对SCR的要求不像PPP那么高，是由于其采用了加窗和加权平均两项措施[5]。但是，加窗一方面会给信号带来截断误差，另一方面不能滤除处于信号带宽的干扰。而加权平均是基于所有距离单元内信号具有相同的相位误差历史。可是由于从不同距离单元提取的相位误差具有不同的线性项(点目标方位向位置不同)和常数项(点目标本身相位)，这些估计得到的相位误差无法直接加权平均。因此，PGA算法将每个距离门内的强点目标循环移位至孔径中心处以消除其线性项差异，同时采用相位误差梯度估计相位误差以去除常数项差异。但是点目标的不精确循环移位会降低加权平均的性能，同时采用相位误差梯度估计相位误差会导致SCR的下降。因此PGA算法需要足够多的强点目标。

2 STFT简介及其应用

2.1 STFT滤波

则

CFAR检测定义为

2.2 STFD估计LFM的调频率

步骤. 1 对信号进行STFT，然后在STFD进行CFAR检测；

3 STFT自聚焦算法

图1 STFT滤波与频域滤波比较

假设经过距离压缩和距离徙动校正后的点目标信号为

对信号式(16)进行方位去调频处理，即与式(17)相乘：

经过方位去调频处理后，忽略其幅度，式(16)可近似表示为

步骤1 根据式(15)进行点目标的自动提取；

步骤2 对点目标进行方位向逆压缩，然后与式(17)相乘进行方位去调频；

步骤4 对方位向逆压缩信号进行QPE补偿，然后进行方位向压缩；

步骤5 重复步骤1和步骤2，同时增加SCR阈值，此时式(20)变为

步骤6 对式(21)进行STFT滤波，根据方位信号长度选择合适的STFT窗长；

步骤7 对滤波后的每个点目标信号进行循环移位，提取其相位误差梯度，求平均后积分获得相位误差；

步骤8 对方位向逆压缩信号进行残余相位误差补偿，然后进行方位向压缩得到聚焦的SAR图像。

4 实验数据验证

4.1 仿真分析

在点目标仿真中，X波段SAR 系统工作在正侧视模式，方位分辨率0.5 m，脉冲重复频率为440 Hz，加入相位误差量如图2(a)所示，其具体表达式为

4.2 实际数据处理结果

利用实际SAR数据验证算法的有效性是必不可少的，在此利用中国科学院电子学研究所X波段机载SAR数据进行处理分析。图3(a1)~图3(a3)为3幅散焦图像，其分别代表了3种不同的场景：含有高SCR的强点目标、含有低SCR的强点目标以及不含有强点目标。图3(b1)~图3(b3) 分别为经过PGA[16]处理后得到的SAR图像，图3(c1)~图3(c3)分别为最小熵自聚焦算法[17]得到的SAR图像，图3(d1)~图3(d3)分别为利用本文算法进行自聚焦后的SAR图像。由图可知，3幅散焦图像经过最小熵算法和本文算法处理后图像质量都得到了较大改善，而PGA处理后的SAR图像质量依赖于场景类型。当成像场景含有高SCR的强点目标时，PGA能够获得与本文算法聚焦质量相当的SAR图像，如图3(b1)所示。但是如果成像场景中强点目标的SCR比较低(如图3(b2)所示)或者强点目标不明显(如图3(b3)所示)时，使用PGA算法图像聚焦质量改善不明显。由表１所示的最后聚焦图像的熵值大小可以看出，在具有强点目标的场景，本文算法略优于最小熵算法，而在没有强点目标的场景，最小熵自聚焦算法适应性更好一些。这也说明了本文提出的STFT自聚焦算法的确提高了信号的SCR，能够适合于不同场景类型的SAR散焦图像。同时，与PGA算法需要迭代相比，STFT自聚焦算法不需要迭代就能够获得聚焦良好的SAR图像。通过对多幅散焦图像的处理，本文算法在SCR大于１dB时均有满意的聚焦图像。

图2 STFT自聚焦算法与PGA算法性能比较

图3 PGA、最小熵和STFT自聚焦结果比较

表1几种算法成像结果熵值比较

序号原始散焦图像PGA算法最小熵算法本文算法 1 9.1077 7.0953 7.0973 7.0611 210.600910.2381 9.0734 9.0428 313.149213.149312.685012.7144

5 结束语

本文在讨论了利用STFT对LFM信号进行滤波及调频率估计的基础上，提出了一种基于STFT的机载SAR自聚焦算法。该算法首先利用STFT对QPE进行估计和补偿，然后在残余相位误差补偿时利用STFT滤波器对时变信号进行滤波以提高SCR。对仿真数据和实测数据处理的处理结果验证了本文算法的有效性和可行性。与PGA算法相比，本文算法能在成像场景中强点目标的SCR比较低或者强点目标不明显的情况下依然获得聚焦良好的图像，同时不需要进行迭代操作。

[1] Fornaro G. Trajectory deviations in airborne SAR: analysis and compensation[J]., 1999, 35(3): 997-1009.

[2] Fornaro G, Franceschetti G, and Perna S. Motion compensation errors: effects on the accuracy of airborne SAR images[J]., 2005, 41(4): 1338-1352.

[3] Berizzi F, Corsini G, Diani M,.. Autofocus of wide azimuth angle SAR images by contrast optimization[C]. Proceedings of the International Geoscience and Remote Sensing Symposium, Lincoln, America, 1996, 2: 1230-1232.

[4] Berizzi F, Martorella M, Cacciamano A,.. A contrast based algorithm for synthetic range-profile motion compensation[J]., 2008, 46(10): 3053-3062.

[6] Berizzi F, Martorella M, Haywood B,.. A survey on ISAR autofocusing techniques[C]. Proceedings of the 2004 IEEE International Conference on Image Processing, Singapore, DOI: 10. 1109/ICIP. 2004. 1418676.

[7] Chen V C and Ling H. Time–frequency Transforms for Radar Imaging and Signal Analysis[M]. Boston: Artech House, 2002: 47-64.

[8] Moreira A and Huang Y H. Airborne SAR processing of highly squinted data using a chirp scaling approach with integrated motion compensation[J]., 1994, 32(5): 1029-1040.

[9] Owens F J and Murphy M S. A short-time Fourier transform [J]., 1988, 14(1): 3-10.

[10] Pei Soo-chang and Huang Shih-gu. STFT with adaptive window width based on the chirp rate[J]., 2012, 60(8): 4065-4080.

[11] Socheleau F X, Pastor D, and Duret M. On symmetric alpha-stable noise after short-time Fourier transformation[J]., 2013, 20(5): 455-458.

[12] Yin Qin-gbo, Shen Li-ran, Lu Ming-yu,. Selection of optimal window length using STFT for quantitative SNR analysis of LFM signal[J]., 2013, 24(1): 26-35.

[13] Qin Xian-xiang, Zhou Shi-lin, Zou Huan-xin,A CFAR detection algorithm for generalized gamma distributed background in high-resolution SAR images[J]., 2013, 10(4): 806-810.

[14] Tao R, Li Y L, and Wang Y. Short-time fractional Fourier transform and its applications[J]., 2010, 58(5): 2568-2580.

[15] Chan H L and Yeo T S. Noniterative quality phase-gradient autofocus algorithm for spotlight SAR imagery[J]., 1998, 36(5): 1531-1539.

[16] Ye Wei, Yeo Tat-Soon, and Bao Zheng. Weighted least-squares estimation of phase errors for SAR/ISAR autofocus[J]., 1999, 37(5): 2487-2494.

[17] 郑晓双. 机载合成孔径雷达运动补偿技术研究[D]. [博士论文], 中国科学院电子学研究所, 2007: 107-111.

Zheng Xiao-shuang, The study of motion compensation of airborne synthetic aperture radar[D]. [Ph.D. dissertation], Institute of Electronics, Chinese Academy of Science, 2007: 107-111.

刘忠胜： 男，1977年生，博士生，研究方向为干涉SAR信号处理.

李银伟： 男，1985年生，博士生，研究方向为SAR成像、运动补偿、干涉SAR信号处理.

韦立登： 男，1973年生，副研究员，硕士生导师，研究方向为干涉SAR数据处理技术.

向茂生： 男，1964年生，研究员，博士生导师，研究方向为干涉SAR技术及方法.

A Novel Autofocus Method Based on Short-time Fourier Transform for Airborne SAR

Liu Zhong-sheng*①②Li Yin-wei①②Wei Li-deng①Xiang Mao-sheng①

①(,,,100190,)②(,100049,)

The Short-Time Fourier Transform (STFT) is an important method widely used in the study of the nonstationary signals. After discussing the filtering and the estimation of chirp rate for Linear Frequency Modulation (LFM) signal by using the STFT, this paper proposes a novel autofocus method based on the STFT. The proposed autofocus method firstly utilizes the STFT to estimate and compensate the Quadratic Phase Error (QPE), which is the main part of phase error influencing the quality of the SAR image. And when estimating the residual phase error, the STFT filtering is used for filtering the noise and interference of the time-variant signals to raise the Signal-to-Clutter Ratio (SCR). The experiment results using both simulated data and real data demonstrate the validation of the proposed autofocus method.

SAR; Autofocus; Short-Time Fourier Transform (STFT); Signal-to-Clutter Ratio (SCR); Quadratic Phase Error (QPE)

TN959.73

A

1009-5896(2014)11-2705-06

10.3724/SP.J.1146.2013.02004

刘忠胜 zsliu@mail.ie.ac.cn

2013-12-23收到，2014-06-13改回；

国家重大专项项目(30-H37D01-9004-13/15)和中国科学院装备研制项目(YZ201107)资助课题