SAR技术及相关算法研究综述

冯智鑫+彭业飞

摘要：首先简要介绍有关合成孔径技术等方面的知识，其次重点论述了距离[-]多普勒、线频调变标、频率变标和极坐标格式等SAR成像算法，并适当分析其优缺点；对SAR图像相干斑滤波的相关原理和算法进行了简要分析和归纳；最后给出了今后合成孔径雷达技术的发展方向，为合成孔径雷达技术的研究工作提供参考。

关键词：合成孔径；距离[-]多普勒；极坐标格式；相干斑滤波

中图分类号：TN958 文献标识码：A 文章编号：1009-3044（2016）10-0242-02

雷达的发展可以说是无线电发展史上的一次革命。合成孔径雷达（Synthetic Aperture Radar，SAR） 是一种现代微波成像雷达，具有全天时、全天候、远距离、大范围、高分辨率和多参数探测的特点[1]。SAR融合了合成孔径技术、脉冲压缩技术和信号处理技术，以较小的孔径天线获得较高的分辨率，且工作不受大气传播和气候影响，穿透力强、识别能力强，成像清晰并且覆盖面积大，因此SAR无论在民用方面还是军用方面都得到了广泛应用，并成为雷达技术研究的重要方向[2]。本文主要概述SAR的主要原理，介绍当前较为常见的几种成像算法，并对SAR的发展趋势进行探讨。

1基本概念

SAR通常安装于星载或机载等移动平台，向地面固定目标发射电磁波[3]，通过接收反射波并进行数据处理和成像解算，从而得到有关目标的运动参数[4]。

根据雷达的分辨率公式：

[δ=ra] （1）

[a=kλ/D] （2）

其中，[δ]表示雷达的分辨率，a表示雷达观测的波束角，[λ]表示发射电磁波的波长，r表示雷达与目标间的距离，[D]表示雷达孔径，k为常数。SAR依托辐射单元发射和接收电磁波，这些辐射单元可以有多种排列方式，常见的有阵列式，又称阵列式合成孔径雷达。SAR的辐射单元在接收由目标反射回来的电磁波信号时，以阵列方式储存信号的幅度与相位信息。这种通过小孔径天线之间的排列组合，并以阵列方式对信号进行一系列运算，可以实现传统长天线的功能，因此，它又被命名为合成孔径。

SAR的基本工作过程是：雷达发射器向空间某一方向连续发射线性调频脉冲信号，雷达接收器则接收由目标反射回来的电磁波信号，雷达成像处理系统对回波数据进行分析处理，并在显示屏上模拟出所观测区域的目标分布图像[5]。

SAR距离向的成像直接利用所发射的线性调频信号经过处理就可以实现，但需要利用匹配滤波器对回波信号进行脉冲压缩，才能实现目标在距离向的成像。方位向的成像则是基于多普勒原理实现的

2 SAR成像算法

SAR成像算法是SAR系统中的一个非常重要的环节，它的实质就是对回波信号进行二维脉冲压缩[6]。SAR系统中的成像处理流程如图1所示。

在SAR接收器接收到的回波信号中，并没有代表目标的原始特征，由于雷达覆盖面的所有物体都会发射电磁波，而不同物体的距离徙动曲线会相互交叉，导致不同物体的回波信号相互叠加，这种现象在雷达学中被称为距离徙动现象。除此之外，在不同斜距上的目标其回波信号所体现的多普勒特性也不相同。因此，如何消除距离徙动现象给雷达观测带来的干扰，是研究雷达成像的难题。研究者也因此提出了较多的消除算法，但是这些算法在解决成像质量与成像效率问题上仍存在较大差异[7]。

2.1距离[-]多普勒（RD）算法

RD算法是最经典的成像算法之一。SAR接收器在接收到目标后，首先对信号在距离上进行压缩；压缩后的信号被变换到距离[-]多普勒域（距离向时域）；利用距离上的差值消除由于距离迁移带来的影响；最后在方位向上进行聚焦处理[8]。目前，基于RD算法而进行的改进研究主要有两类：一类是时频域混合算法，这类算法基于时域处理距离维上的数据，而基于频域处理方向维上的数据，但这种算法的计算量会随着距离移动量的不断增加而变得复杂；另一种是基于二次距离压缩的改进RD算法，这种算法能够提高成像的精度，但增加了计算量，误差变大。

2.2线频调变标（CS）与频率变标（FC）算法

CS算法由德国科学家AlbertoMoreira等人提出[9]，用于解决距离迁移问题。该算法在原始RD算法的基础上引入了线性调频参考信号，根据参考距离对不同的迁移轨迹进行校正，由于这一过程是对压缩后的距离信号进行再处理，因此被称为“二次距离压缩”。这种算法不需要多数据进行插值运算，因此提高了成像过程的计算效率。

在CS算法的基础上， J. Mittermayer[10]提出了频率变标（FS）算法。该算法采用对Scaling函数进行了改进，对不同距离上的目标距离徙动曲线作进一步地修正。它通过复乘运算和FFT完成了整个成像处理过程。同样，FS算法也不需要插值处理，因此能在大合成孔径和大斜视的情况下保持较高的成像精度。

2.3 极坐标格式（PF）算法

极坐标格式 （PF）算法是随着聚束式合成孔径雷达的发展而被提出来的，它已经被当为一种标准图像格式算法[11]。基于二维FFT变换的原理，PF算法先将接受到的原始数据进行滤波处理（也称开窗处理）；然后将滤波后的数据插入笛卡尔格中；最后对数据进行二维FFT变换以消除旁瓣干扰。这种算法的分辨率受到系统带宽的限制，它是目前合成孔径雷达系统采用的最为普遍的方法[12]。

3 SAR图像相干斑滤波

数据经过SAR的成像系统处理之后，实际上还不能直接得到有关目标的位置特征，而必须进行相干斑滤波。所谓相干斑滤波是指采用某种滤波算法对SAR图像进行干扰消除操作。物理学中的干涉原理指出，同频同向的电磁波在空间相遇时会相互叠加（也称相互干涉），且合成波的振幅为原始波振幅的矢量和。相互干涉的电磁波称为相干波。而SAR系统所发射的电磁信号均为相干信号[13]，所以接收器接收到的均为干涉信号，不能完全表征目标的特性参数，这种现象称为SAR相干斑噪声。

相干斑噪声的干扰严重影响了SAR的成像质量，因此，学者们研究了很多抑制SAR相干斑的算法。这些算法主要分为两类：空域滤波法和频域滤波法。空域滤波法主要有基于均值的滤波算法、基于中值的滤波算法和基于顺序统计量的滤波算法等；频域滤波法通过将图像分解到不同的频率空间，对频率域的系数进行处理，从而达到去除噪声的目的，最典型的处理方法就是小波变换法[14]。文献[15]基于快速离散曲波变换（FDCT）理论，将SAR图像进行软、硬阐值处理，这种通过曲波域的处理方法其去噪效果比小波域的去噪效果要好。

4 SAR技术发展趋势

干涉式合成孔径雷达（InSAR）技术是在SAR基础上发展起来的一种新技术，它是SAR技术的又一发展方向。InSAR技术将SAR的测量从二维拓展到了三维空间，测绘成果覆盖面大、精度高，是目前一种非常重要的遥感测绘技术。

超宽带合成孔径雷达（UWB SAR）融合了超宽带技术和合成孔径技术。UWB SAR技术能同时具有很高的距离分辨率和方向分辨率。UWB SAR工作在微波的低频段，不仅能够对叶簇、地表等覆盖下的目标进行探测和成像识别[16]，而且能提高对隐身目标的探测能力。

激光合成孔径雷达（laser SAR）采用激光器作为辐射源，它的工作频率比微波还高，探测目标时能产生较大的多普勒频移，因此它能提供较高的横向距离分辨率，而且可以利用单个脉冲瞬时测出多普勒频移，因而无需高重频发射脉冲。laser SAR技术已经受到了许多研究专家的重视。

5 结语

随着SAR技术的不断向前发展，SAR技术所研究的层次将越来越高，同时，也会面临越来越多的问题。在军事领域中，电子对抗领域的斗争异常激烈，受各种反雷达技术的干扰与破坏，要获取更真实清晰的雷达图像数据将会越来越困难，因此，加强SAR相关技术的升级与创新迫在眉睫。随着人工智能技术的发展，将SAR技术与人工智能相结合，实现SAR系统的智能化发展，将会是未来的发展趋势。

参考文献：

[1] 乔书波，李金岭，孙付平，等.InSAR技术现状与应用[J].天文学进展，2003，21（1） ： 11-25.

[2] 朱良，郭巍，禹卫东.合成孔径雷达卫星发展历程及趋势分析[J].现代雷达，2009， 31 （4） ： 5 -1 0.

[3] SKRIVER H，DIERKING W，GUDMAVDESN P，et al.Applications of Synthetic Aperture Radar Polarimetry[C].Applications of SAR Polarimetry and Polarimetric Interferometry. ESA SP： Europen Space Agency （ Special Publication） ，2003，539： 11-16.

[4] 周伟，刘永祥，黎湘，等.MIMO-SAR 技术发展概况及应用浅析[J].雷达学报，2013，2（2） ： 30-41.

[5] 保铮，邢孟道，王彤.雷达成像技术[M].北京：电子工业出版社，2005.

[6] 贾新宇，路来君.合成孔径雷达技术研究综述[J].吉林大学学报：信息科学版，2015，33（4）：373-376.

[7] 范洪辉，田村，安孝.浅析用于地球表面监测的合成孔径雷达[J].数字通信世界，2010（7） ： 50-52.

[8] 孙泓波，顾红，苏卫民，等.机载合成孔径雷达成像算法研究[J].系统工程与电子技术，2001，23（9）：89-94.

[9] Alberto Moreira， Mittermayer J ， Rolf Seheiber. Extended Chirp Scaling SAR Data Processing in Stripmap，Scan SAR and Spotlight imagingmodes[C].EUSAR 2000， Munich，Germany， 2000：749-752.

[10] Mittermayer J. Spotlight SAR Data processing Using the Frequency Sealing Algorithm [J].IEEE Trans，on Geosci Remote Sensing，1999，37（5）：2198-2214.

[11]邓云凯，赵凤军，王宇.星载SAR技术的发展趋势及应用浅析[J].雷达学报，2012，1（1） ： 1-10.

[12] 李伟.合成孔径雷达目标成像仿真研究[D].西安：西安电子科技大学，2010.

[13] 李卫斌.SAR图像处理的若干关键技术[D]. 西安：西安电子科技大学，2004：55-78.

[14] 肖磊，隆刚，陈学栓.基于Curvelet变换抑制SAR图像斑点噪声的方法[J].计算机工程，2006（5）：196-198.

[15] 合成孔径雷达成像及处理研究[D]. 西安：西安理工大学，2007.

[16] 王强.合成孔径雷达的主要发展方向[J].现代防御技术2007，35（2）：321-327.