原始数据压缩对全极化SAR极化信息的影响

谭 洪，仇晓兰，洪 峻

（1.中国科学院空间信息处理与应用系统技术重点实验室，北京100190；2.中国科学院电子学研究所，北京100190；3.中国科学院大学，北京100039）

原始数据压缩对全极化SAR极化信息的影响

谭 洪1，2，3，仇晓兰1，2，洪 峻2，3

（1.中国科学院空间信息处理与应用系统技术重点实验室，北京100190；2.中国科学院电子学研究所，北京100190；3.中国科学院大学，北京100039）

合成孔径雷达（synthetic aperture radar，SAR）原始数据压缩能有效降低星上下传数据率，但同时也引入压缩误差，对全极化SAR而言将造成极化信息的失真。利用仿真数据，在不同信杂比下，研究当前普遍使用的4 bit量化、8∶3分块自适应量化（block adaptive quantization，BAQ）和8∶4 BAQ 3种压缩方法引入的极化失真。仿真结果表明，数据压缩对图像残余通道不平衡的影响较小，一定条件下可忽略，对图像残余串扰的影响，只有在信杂比远高于40 dB的条件下才表现出来，其他情况下将淹没于背景杂波中，这为全极化SAR数据压缩方法的选择提供了参考。

全极化合成孔径雷达；原始数据压缩；极化信息；极化失真

0 引 言

全极化合成孔径雷达（synthetic aperture radar，SAR）能同时获取目标的四极化通道图像，提供关于目标丰富的极化信息［1］，基于这些信息的极化合成［2］和极化分解［3］，大大提高了目标检测、分类和识别的性能。因此，全极化SAR在军事、测绘、农业、海洋等多个领域得到广泛应用。

虽然全极化SAR提供了丰富的目标信息，但原始数据量巨大，而实际系统尤其是星上存储设备容量和数据传输带宽都有限，所以必须对原始数据进行压缩，以降低星上下传数据率。目前，国内外普遍使用的是分块自适应量化（block adaptive quantization，BAQ）［4-5］，或者N-bit均匀量化（常用4 bit和6 bit）。

原始数据压缩是一种近似，必然带来误差，相当于引入原始数据噪声，最终影响获取的目标极化信息。目前，对数据压缩方法本身的研究已经比较成熟［6-7］，也有不少文献对其特定性能进行评价［8-13］，但都缺乏针对极化信息的影响评价。因此，分析数据压缩对目标极化信息的影响，将为数据压缩方法的选择提供重要的参考依据，具有重要的实际指导意义。

真实极化SAR数据中，各种极化误差都混叠在一起，很难分开，包括卫星平台姿态、天线收发端的极化失真、空间传输、地面目标的极化散射特性的精度和稳定性、系统噪声、数据量化和压缩等，造成分析的困难，必须通过仿真数据，限制误差源，以此来分析数据压缩的影响。

三面角反射器常用于极化定标和极化精度检验。本文通过三面角反射器的仿真数据，研究数据压缩噪声引入的极化失真。本文结构如下：第1节建立一种通用的极化误差模型，并给出极化失真评价方法，第2节在此误差模型的基础上进行仿真实验，给出实验流程、仿真参数和实验结果，第3节为本文结论。

1 极化SAR的误差模型及极化失真评价

对于高频段的全极化SAR系统（X波段及以上），可忽略电离层的影响，其测量的目标散射矩阵M可以描述［14-15］为

式中，S为目标真实散射矩阵；R、T分别为天线接收端和发射端的极化失真；δ1、δ2、δ3和δ4为通道串扰；f1和f2为通道不平衡；噪声N可以进一步分解为系统噪声Ns、原始数据量化噪声Nqa和原始数据压缩噪声Ncp，即

为了得到目标的真实散射矩阵，需要进行极化定标以获得系统的极化失真参数R和T，并完成R和T的校正，最终得到能表征地物极化散射特性的图像产品。实际情况下，极化SAR图像不可避免还存在各种误差，其数据质量将直接决定实际应用能达到的精度，因此，非常有必要对图像的极化质量进行评价。

极化SAR图像的极化质量，通常用图像残余通道不平衡（包括幅度和相位）和图像残余串扰来衡量，即图像的极化失真。为了评价极化失真，需要图像中存在极化散射特性已知的点目标或面目标。事实上，三面角反射器的雷达散射截面积（radar cross section，RCS）较高，布设在地面弱背景中可得到较高的信杂比（signal-to-clutter ratio，SCR），因此常用作地面定标器及图像质量评价。对于理想三面角反射器，其散射矩阵为

经过SAR系统测量得到MTri，再经过极化校正为

极化SAR主要关注4个极化通道的相对幅度和相对相位，不妨用HH通道对进行归一化，即。如果不存在噪声的影响，并且角反射器本身也无加工误差和布设误差，极化定标也能获取准确的系统失真参数R和T，那么极化图像上经过归一化的将与理想值STri一致；否则，将出现偏差。因此，对于理想三面角反射器，经过归一化的反映了当前极化SAR图像的极化失真，即

式中，｜F｜为图像残余幅度不平衡；arg（F）为图像残余相位不平衡。图像残余串扰定义为

由于系统噪声和背景杂波的随机性，每个角反射器评价的结果也具有随机性，因此，需要对n个角反射器的评价结果进行统计平均，即

需要指出，不同于误差模型式（1）中的极化失真参数R和T具有明确的物理对象，Δ1、Δ2和F是各种极化误差在4个极化通道图像上的综合表现，反映了极化SAR最终图像产品的极化信息保真程度。本文将主要分析由原始数据压缩噪声造成的极化失真。

2 仿真实验

2.1 实验流程

实验流程如图1所示。仿真星载全极化SAR的理想三面角反射器的回波，加入系统噪声，同时考虑到角反射器与地面的相互作用，引入背景杂波。对回波数据进行8 bit量化，得到原始数据。对原始数据的处理分两种情况考虑：一是直接进行成像处理；二是先进行数据压缩和解压缩，再进行成像处理。成像完成后，再经过极化校正，最终在图像上通过分析点目标的冲激响应，提取其极化散射矩阵，利用式（5）～式（9）计算图像的极化失真。比较不压缩和压缩这两种情况下的极化失真程度，以分析数据压缩的影响。为了保证极化失真仅由数据压缩引起，上述两种情况所采用的处理方法和处理参数完全相同。

图1 仿真实验流程图

2.2 仿真参数

仿真场景全部为三面角反射器，且工作在理想状态下，即不考虑加工误差和布设误差，沿距离向和方位向均匀布设3（距离向）×5（方位向）＝15台，最后生成的图像包含15个点目标。

雷达系统主要参数如表1所示。为简化分析，设置雷达天线收发端的极化失真R和T在距离向和方位向都保持稳定不变。

表1 雷达系统主要参数

系统噪声幅度服从瑞利分布，相位服从均匀分布，在4个散射通道中相互独立。

背景杂波采用点散射体阵列模拟，在以点目标为中心的33×33的区域的每个像素单元内放置一个散射体，其后向散射系数服从瑞利分布。通常自然分布目标的交叉极化通道的能量比两个同极化通道的能量都弱［16］，假设交叉极化通道的背景杂波功率比同极化通道弱10 dB。对于理想三面角反射器，如果不考虑雷达系统失真以及背景杂波和其他各种噪声的影响，交叉极化通道的信号应为0，因此，用同极化通道的点目标功率比背景杂波平均功率的信杂比来衡量背景杂波的功率大小（本文信杂比，如无特殊说明，均指同极化通道的信杂比）。为了避免数据压缩的影响完全淹没在背景杂波的影响中，仿真时设置较高的信杂比，考虑50 dB和40 dB两种情况。

在对回波数据进行8 bit量化之前，根据压缩方法设置合理的自动增益控制（auto gain control，AGC）策略或人工增益控制（manual gain control，MGC）值［10］，以使量化器的输入功率落在合理的区间内，确保数据输出信噪比最佳。

本文主要考虑目前国内外普遍采用的4 bit截取、8∶3 BAQ和8∶4 BAQ 3种原始数据压缩方法。成像处理采用Chrip变标（Chrip scaling，CS）算法。为了避免产生不必要的极化校正误差，假设极化失真参数已精确测量并已知，即在极化校正环节，直接采用原始数据生成时注入的天线收发端极化失真参数进行极化校正。

2.3 实验结果

仿真的回波数据HH通道的实部如图2所示。

2.3.1 极化失真提取

为了提取图像的极化失真，需要分别在点目标的4个极化通道的冲激响应中进行测量，以获得极化散射矩阵，如式（5）所示。具体每个通道内的操作，先提取以点目标为中心的32×32的窗口数据，如图3（a）所示。再取峰值处沿距离向或方位向的切面曲线，并进行512倍插值，如图3（b）所示。最后取峰值，包括幅度和相位，作为散射矩阵的元素，结果如表2所示。仿真中，统一取经过插值的距离向剖面曲线的峰值作为散射矩阵的元素。

图2 仿真回波HH通道的实部示意图（SCR＝50 d B，向上为距离向，向右为方位向，大小（距离向×方位向）为8 192×16 384）

图3 HH极化通道的点目标冲激响应（SCR＝50 dB，以场景中方位向第5行距离向第3列点目标为例）

表2 评价的距离向指标（SCR＝50 d B，以场景中方位向第5行距离向第3列点目标为例）

2.3.2 极化失真分析

分别在信杂比为50 d B和40 d B两种情况下，对不同压缩方法（包括8 bit无压缩）生成的原始数据进行成像处理和极化校正，得到全极化图像，分析场景中全部15个三面角反射器的极化响应，提取极化失真。将不同信杂比及不同压缩方法的全部结果展示在一张图上，如图4所示，前15点信杂比为50 dB，后15点信杂比为40 dB。从全部极化失真的数值来看，残余幅度不平衡在0.03 d B以内，残余相位不平衡在0.25°以内，残余串扰在－45 d B以下，表明背景杂波、系统噪声、量化和压缩对极化信息的综合影响较小。

图4 不同压缩方法下测量的图像极化失真，x轴为点目标标号，前15点为SCR＝50 dB下测量，后15点为SCR＝40 dB下测量

图4（a）中不同压缩方法的残余幅度不平衡区分明显，表明不同压缩方法对图像残余幅度不平衡的影响存在明显的差异。图4（b）中的残余相位不平衡结果都混叠在一起，表明不同压缩方法的影响差异不大，性能趋于一致。图4（c）的数据还无法看出明显的差异。另外，8 bit无压缩的量化噪声最小，其残余幅度不平衡最小，如图4（a）所示，其曲线始终在0 dB附近，因此，对3种常用数据压缩方法的分析将以8 bit无压缩为基准进行对比分析。

考虑到系统噪声和背景杂波的随机性，利用式（7）～式（9），对极化失真结果进行统计平均，结果如图5所示。仿真中，同一信杂比下，除了压缩方法有所变化外，其他处理和参数完全一样，因此，同一信杂比下不同压缩结果相对8 bit无压缩结果的变化，即反映了压缩方法引入的极化失真。

图5 不同信杂比下测量的图像极化失真均值（用场景内的15个点目标进行平均），x轴为压缩方法标识，1～4分别表示8 bit无压缩、4 bit截取、8∶3 BAQ和8∶4 BAQ

从图5中可以看到，相对8 bit无压缩的结果，3种压缩方法造成的图像残余幅度不平衡恶化最大0.012 dB左右，图像残余相位不平衡上升最大0.001°左右，图像残余串扰恶化最大2 d B左右，表明原始数据压缩对图像残余幅度不平衡和残余相位不平衡的影响较小，对图像残余串扰有一定影响。

就图像残余幅度不平衡而言，3种压缩方法表现不一，从图4（a）和图5（a）可以看出，8∶4 BAQ最优，8∶3 BAQ其次，4 bit截取最差。事实上，8∶4 BAQ压缩方法的抗噪声性能最强，而8∶3 BAQ压缩只采用了3 bit，引入的压缩噪声较大。

就图像残余相位不平衡而言，图4（b）和图5（b）中不同压缩方法的差异仅在0.001°左右，可以认为3种压缩方法性能一致。

就图像残余串扰而言，在50 dB信杂比时，8∶3 BAQ性能最差，有2 dB左右的恶化；当信杂比由50 dB下降为40 dB时，图像残余串扰由－58 dB上升到－51 dB左右，如图5（c）所示，恶化7 dB，反映出图像残余串扰对背景杂波的影响更敏感。事实上，按照仿真参数设置，如果假设点目标的同极化通道能量为0 dB，利用式（1）可计算其交叉极化通道的能量约为－24 dB，而40 dB信杂比下背景杂波在同极化通道为－40 dB，根据参数设置，其在交叉极化通道约为－50 dB，因此，交叉极化通道的信杂比只有26 dB。而图像残余串扰，需要在交叉极化通道中测量，这种情况下，背景杂波的影响更明显。从图5（c）中40 dB信杂比下的结果呈现出平坦的趋势来看，数据压缩对图像残余串扰的影响已完全淹没于背景杂波中。

在精度要求不是特别高的场合，数据压缩造成的0.02 dB以内的残余幅度不平衡和0.001°左右的残余相位不平衡，完全可以忽略。在信杂比远高于40 dB时，数据压缩对图像残余串扰有一定影响，在其他情况下，数据压缩的影响将淹没在背景杂波中。

实际应用时，在信杂比较高（远高于40 d B）的场合，例如在布设有定标器的定标场进行极化定标，可使用8∶4 BAQ压缩方法，以获得最小的极化失真，当然该方法也是3种压缩方法中数据量大也相对复杂的方法。当信杂比不高时，例如SAR处于日常工作状态时，对于大多数自然目标而言，信杂比都很难达到40 d B以上，这时可选择8∶3 BAQ方法，以降低原始数据量。

3 结 论

本文分析了全极化SAR的点目标响应误差模型，细化了其中的噪声项，并给出了全极化SAR图像的极化失真评价方法，最后通过仿真数据，在同时考虑背景杂波、系统噪声、量化和压缩的影响和限制其他误差源的情况下，分析了4 bit截取、8∶3 BAQ和8∶4 BAQ 3种不同原始数据压缩方法对极化信息的影响。仿真结果表明，原始数据压缩对图像残余幅度不平衡和残余相位不平衡的影响较小，一定条件下可忽略；对图像残余串扰的影响，也只有在信杂比远高于40 dB时才表现出来，其他情况下，其影响将淹没在背景杂波中。实际应用时，在信杂比较高（远高于40 d B）的场合，例如极化定标时可使用8∶4 BAQ压缩方法，以获得最小的极化失真，其他日常数据获取的场合可使用8∶3 BAQ方法，以降低原始数据量。

［1］Bian X L，Yun S，Zhang F L.Information extraction of quadpolarization SAR data using polarization decompositions and polarimetric parameters［C］∥Proc.of the 9th European Conference on Synthetic Aperture Radar，2012：505-508.

［2］Wang N，Hu C B，Zhao L J，et al.Polarimetric SAR target detection based on polarization synthesis［C］∥Proc.of the International Geoscience and Remote Sensing Symposium，2012：5899-5902.

［3］Tang Y X，Zhang H，Wang C，et al.Change detection based on polarization decomposition using RADARSAT-2 quad-pol data［C］∥Proc.of the International Geoscience and Remote Sensing Symposium，2012：6275-6278.

［4］El B A，Brunham K，Kinsner W.A review of current raw SAR data compression techniques［C］∥Proc.of the Canadian Conference on Electrical and Computer Engineering，2001：925-930.

［5］Kwok R，Johnson W T K.Block adaptive quantization of magellan SAR data［J］.IEEE Trans.on Geoscience and Remote Sensing，1989，27（4）：375-383.

［6］Martone M，Brautigam B，Krieger G.Azimuth-switched quantization for SAR systems and performance analysis on TanDEM-X data［J］.IEEE Geoscience and Remote Sensing Letters，2014，11（1）：181-185.

［7］Kang L H，Zou B，Wang D W，et al.A novel method for dual channel POLSAR raw data compression［C］∥Proc.of the International Geoscience and Remote Sensing Symposium，2012：4561-4564.

［8］Li X，Qi H M，Hua B，et al.Theoretical analysis on target radiometric error resulting from spaceborne SAR raw data compression［J］.Journal of Electronics&Information Technology，2011，33（8）：1845-1850.（李信，祁海明，华斌，等.星载SAR原始数据压缩引起的目标辐射误差机理研究［J］.电子与信息学报，2011，33（8）：1845-1850.）

［9］Xing K，Deng Y K，Qi H M.Study of effect of raw data compression on space-borne SAR／GMTI velocity measurement［J］.Journal of Electronics&Information Technology，2010，32（6）：1321-1326.（行坤，邓云凯，祁海明.原始数据压缩对星载SAR／GMTI系统测速影响研究［J］.电子与信息学报，2010，32（6）：1321-1326.）

［10］Qiu X L，Lei B，Ge Y P，et al.Performance evaluation of two compression methods for SAR raw data［J］.Journal of Electronics&Information Technology，2010，32（9）：2268-2272.（仇晓兰，雷斌，葛蕴萍，等.SAR原始数据两种量化压缩方式的性能评估［J］.电子与信息学报，2010，32（9）：2268-2272.）

［11］Qi H M，Yu W D，Yuan X Z，et al.Performance evaluation of amplitude-phase algorithm for SAR raw data compression［C］∥Proc.of the International Conference on Radar，2006：1-4.

［12］Qi H M，Yu W D.Study of effect of raw data compression on space-borne InSAR interferometry based on real data［J］.Journal of Electronics&Information Technology，2008，30（11）：2693-2697.（祁海明，禹卫东.基于实测数据的原始数据压缩对InSAR系统测高影响研究［J］.电子与信息学报，2008，30（11）：2693-2697.）

［13］Qi H M，Yu W D，Tian X W，et al.Evaluation of BAQ algorithm for spaceborne SAR raw data compression［J］.Modern Radar，2007，29（11）：17-21.（祁海明，禹卫东，田旭文，等.星载SAR原始数据BAQ压缩算法性能评估［J］.现代雷达，2007，29（11）：17-21.）

［14］Freeman A.SAR calibration-an overview［J］.IEEE Trans.on Geoscience and Remote Sensing，1992，30（6）：1107-1121.

［15］Van Zyl JJ.Calibration of polarimetric radar images using only image parameters and trihedral corner reflector responses［J］.IEEE Trans.on Geoscience and Remote Sensing，1990，28（3）：337-348.

［16］Freeman A，Durden S L，A three component scattering model for polarimetric SAR data［J］.IEEE Trans.on Geoscience and Remote Sensing，1998，36（3）：963-973.

Effect of raw data compression on polarimetric information of quad polarimetric SAR

TAN Hong1，2，3，QIU Xiao-lan1，2，HONG Jun2，3
（1.Key Laboratory of Technology in Geo-spatial Information Processing and Application System，Chinese Academy of Sciences，Beijing 100190，China；2.Institute of Electronics，Chinese Academy of Sciences，Beijing 100190，China；3.University of Chinese Academy of Sciences，Beijing 100039，China）

Synthetic aperture radar（SAR）raw data compression can reduce on-board downlink data rate effectively.However，the compression induces distortions on polarimetric information of quad polarimetric SAR data.Three widely-used raw data compression methods including 4 bit quantization，8∶3 block adaptive quantization（BAQ）and 8∶4 BAQare evaluated through simulated quad polarimetric data under different signal-to-clutter ratio（SCR）conditions.Simulation results show that the influence of the data compression on residual channel imbalance is small and can be ignored under a certain condition.Besides，the impact of the data compression on residual crosstalk shows up only on condition that the SCR is much higher than 40 dB，while in other circumstances it is submerged in the impact of the background clutter.These results provide valuable information for selecting the proper data compression method of quad polarimetric SAR systems.

quad polarimetric synthetic aperture radar（SAR）；raw data compression；polarimetric information；polarimetric distortion

TN 958 文献标志码：A DOI：10.3969／j.issn.1001-506X.2015.09.12

谭 洪（1982-），男，博士研究生，主要研究方向为SAR定标技术、SAR信号处理。

E-mail：tanhong05＠mails.ucas.ac.cn

仇晓兰（1982-），女，副研究员，博士，主要研究方向为SAR成像技术、双基地SAR技术。

E-mail：qiuxiaolan＠gmail.com

洪 峻（1960-），男，研究员，主要研究方向为星载SAR定标技术、定量化遥感应用。

E-mail：jhong＠mail.ie.ac.cn

1001-506X（2015）09-2029-06

2014-10-13；

2015-02-10；网络优先出版日期：2015-03-30。

网络优先出版地址：http：／／www.cnki.net／kcms／detail／11.2422.TN.20150330.0833.003.html

国家自然科学基金（61331017）资助课题