多角度合成孔径雷达成像技术研究进展

冉　达，　尹灿斌，　贾　鑫

(1. 装备学院 研究生管理大队, 北京 101416；　2. 装备学院 光电装备系, 北京 101416)



多角度合成孔径雷达成像技术研究进展

冉达1,2，尹灿斌2，贾鑫2

(1. 装备学院 研究生管理大队, 北京 101416；2. 装备学院 光电装备系, 北京 101416)

多角度合成孔径雷达成像探测技术，可有效解决传统单角度合成孔径雷达成像中存在的目标遮挡和叠掩问题。从多角度合成孔径雷达成像理论、成像算法和技术应用现状3个方面，详细介绍了多角度合成孔径雷达成像技术的国内外发展现状，总结分析了多角度合成孔径雷达成像目标散射特性建模、观测角度间距优化、发射波形设计、成像算法等关键技术，最后展望了其在成像处理和实际应用两方面的发展趋势。

多角度合成孔径雷达；高分辨率成像；信息融合；目标检测

多角度合成孔径雷达(MA-SAR)成像通过融合多个角度下的目标信息，可以实现对目标电磁散射特征的完整描述和全方位成像。相比单一角度的常规合成孔径雷达，多角度SAR具有空间分集的优点，通过增加系统处理的数据样本，可有效拓展被探测目标的空间谱支撑区，避免常规合成孔径雷达成像探测中存在的目标遮挡和叠掩问题，提高对目标的分类和识别能力[1]。通过结合多载频、多波形和多极化技术，多角度SAR最终可实现多维度SAR成像和探测[2]。广义上讲，多角度SAR成像包括多俯仰角SAR成像、多方位角SAR成像以及同时包含多俯仰角和多方位角的SAR成像3个方面。目前，针对多俯仰角SAR成像的理论和研究成果相对完善，其典型应用有干涉SAR(InterferometricSyntheticApertureRadar,InSAR)成像[3]和层析SAR(TomographySyntheticApertureRadar,TomoSAR)成像[4]等。相比之下，针对多方位角SAR成像的研究相对较少，相关研究现状介绍目前仅文献[5]6-11一篇。由于多方位角SAR成像在描述目标散射特性和目标几何结构上具有独特的优势，近年来多方位角SAR成像的研究正逐渐成为热点。2015年，由中科院承担的“多角度SAR理论与方法”国家自然科学基金项目成功立项，多角度SAR成像技术的发展方兴未艾。为避免歧义和方便后续的行文，本文中的多角度SAR成像特指多方位角SAR成像。

1　多角度SAR成像研究现状

1.1多角度SAR成像理论研究现状

按实现方式，多角度SAR成像可分为两大类。一类是基于单一平台的多角度SAR成像。它利用单一平台搭载合成孔径雷达，在不同时间内,从不同角度对相同目标区域进行成像侦察，系统结构简单，但是要求目标区域在观测时间内的电磁散射属性不发生根本性变化。对于快速变化的目标场景，时间去相关效应的影响较大，其适应性有限，典型代表有圆迹SAR[6]125；另一类是基于多个平台的多角度SAR成像。它利用分布式平台搭载独立的合成孔径雷达，在同一时间内、不同观测角度下对相同目标区域进行成像侦察，系统结构相对复杂，并且对时间、空间和相位方面的同步要求比较高，但对目标场景电磁散射属性的稳定性要求较低，适用的成像场景类型更广。其典型应用平台有分布式卫星系统[7]和编队无人机系统[8]。多角度SAR成像模式如图1所示。

根据融合处理方式的不同，多角度SAR成像理论主要可分为图像层融合的成像理论和信号层融合的成像理论。其中，图像层融合的多角度SAR成像理论主要在图像域实现目标信息融合，以图像配准、图像特征提取和图像融合方法等关键问题为研究重点。研究结果表明[9]，利用不同角度的SAR图像可以提高目标参数的估计精度，并在一定程度上克服遮挡和多次散射对目标反演的影响，从原理上证明了多角度SAR成像的正确性。目前基于图像层的多角度SAR成像理论研究更为普遍，发展也相对成熟。

a) 单平台多角度SAR成像模式

b) 多平台多角度SAR成像模式图1　多角度SAR成像模式示意图

信号层融合的多角度SAR成像理论的关键问题是如何实现不同观测角度回波数据的融合，以及如何对融合后的数据进行统一的成像处理。由于多角度SAR观测角度差异较大，各角度SAR数据的空间不连续性和空间采样的非均匀性对基于信号层融合的成像处理带来了很大的挑战[5]12，传统基于傅里叶变换的方法会导致主瓣展宽、旁瓣升高等散焦问题，因此必须开展符合上述数据特点的特殊成像处理算法。同时，受目标散射特性非各向同性的影响，基于经典理论的信号层融合多角度SAR成像理论适用范围有限，亟待开发和完善基于新的信号处理理论的信号层融合多角度SAR成像理论及算法。压缩感知理论[10]为其提供了新的思路。

1.2多角度SAR成像算法研究进展

1) 图像层融合多角度SAR成像算法。该类算法利用现有SAR成像算法获取目标在多个角度上的成像结果，通过图像融合技术，可实现对目标信息的融合。算法对系统成像条件要求较低，具有较强的兼容性和鲁棒性。但是，如何实现对目标特征信息的有效提取和不同角度下目标图像信息的准确融合仍然是该算法需要重点研究的问题。目前，在城市高精度测绘问题中，为克服单一视角SAR成像中建筑物遮挡和叠掩对高价值目标(如道路、桥梁、车辆等)探测的影响，多使用图像层融合算法。文献[11-13]利用多角度SAR数据实现了对城区道路的检测和融合成像问题，研究结果充分证明了多角度SAR图像在刻画城区道路特征方面的有效性。金亚秋等[14-15]研究了利用多角度SAR图像重构建筑物的问题，在预知建筑物的散射特性时，重构结果相比单幅SAR图像有了很大的改善[16]。Maksymiuk等[17]利用概率图模型完成了对建筑物的重构，但是该方法无法精确定位散射点的三维位置。Schmitt等[18-19]提出了一种可用于单航过InSAR测量模式的多角度多基线InSAR城市数字表面模型(DigitalSurfaceModel,DSM)的最大似然估计方法。

此外，彭石宝等[20]研究了基于正交分解的多视角逆合成孔径雷达(InverseSyntheticApertureRadar,ISAR)目标三维散射中心提取算法。北京理工大学张天[21]、吴立薪[22]等人通过非相干累积的方法对多角度SAR图像进行融合，利用北斗卫星信号实现了对地物目标轮廓特征的精细描述，提高了SAR图像目标的可读性。需要指出的是，虽然对于建筑物这类形状规则的物体，利用多角度SAR图像可以获得比单幅SAR图像更好的重构效果，但是对坦克、车辆等复杂人造目标，现有SAR图像分辨率条件下利用多角度SAR图像进行重构的难度较大。通常，实际目标并不满足各向同性的散射条件，散射中心混叠的问题极大地影响了现有多角度SAR成像方法的性能。为提高对目标特征的提取能力，李洋等[23]256-258通过优化最大似然比检验统计量，提出了一种多角度极化SAR图像非各向同性散射估计与消除方法。

2) 信号层融合多角度SAR成像算法。该算法首先在信号层对回波信号进行融合，然后再对融合后的数据进行成像处理，最终获得目标的成像结果。在此方面，清华大学叶春茂等[24-25]针对多视角下转台目标的成像问题，提出的多视角成像卷积逆投影成像算法，得到了多视角下目标的ISAR高分辨率成像结果。为克服观测角度不连续和采样非均匀带来的问题，周汉飞等[26-27]提出了匹配滤波和压缩感知多角度SAR成像方法，一定程度上克服了由于观测角度不连续和采样非均匀给多角度SAR成像带来的问题。文献[28]研究了基于时域的多角度SAR数据稀疏表示方法，相比频域稀疏表示模型，该模型进一步降低了字典的维度，提高了算法的计算效率。

信号层融合的多角度SAR成像算法对接收数据的相干性要求较高，期望通过全相干累积的方法获得目标的最优分辨率和高信噪比图像，但是由于实际目标并不满足各向同性散射条件，这一目标实现难度很大。相比图像层融合的多角度SAR成像，其对系统的观测几何、平台稳定性和信号的采样要求更高。目前，信号层融合处理的成像算法仍是多角度SAR成像算法研究的一个难点，目前的趋势一是综合信号层融合的相干处理以及图像层融合的非相干处理来获得更优、更准确的成像探测结果；二是研究基于压缩感知等新的高精度信号层融合成像算法。

1.3多角度SAR成像试验研究进展

美国国防部高级研究计划局和空军研究实验室早在1995—1997年就利用桑迪亚国家实验室的转台聚束SAR，采集了T72坦克、BTR-60装甲车等多个目标在方位角0～360°范围内的X波段雷达测量数据库MSTAR(MovingandStationaryTargetRecognition)[29]。由于数据公开且完整全面，MSTAR数据库已被各国学者广泛应用于验证多角度SAR成像算法效果。近年来，多角度SAR成像的试验研究主要集中在地基和机载多角度SAR成像方面，关于星载多角度SAR成像的试验研究公开报道的比较少。

1) 单平台多角度SAR机载试验。法国宇航局和德国宇航中心分别于2004年、2007年和2009年开展了机载圆迹SAR试验，实现了对植被覆盖下隐蔽车辆的检测[30]和城市数字高程模型的生成[31-33]，充分证明了多角度SAR在成像探测方面的优势。2015年，德国高频物理雷达技术研究所Palm等[34]首次展示了世界上第一幅多角度机载FMCWSAR图像，克服了单一视角探测时建筑物对道路上高价值目标的遮挡问题。国内紧跟国际前沿，于2011年也开展了首个机载圆迹SAR试验[6]129，成像结果可与光学图像媲美。不仅增强了目标的轮廓信息，而且还抑制了相干斑噪声，提高了目标的检测概率。

2) 多平台多角度SAR地基试验。2014年，北京理工大学与英国伯明翰大学合作，以北斗导航卫星信号为机会辐射源，开展了无源双基SAR多角度融合成像试验[35]，并基于自适应区域分割的图像融合方法，获得了较高质量的融合图像。

3) 单平台SAR多角度SAR星载试验。德国宇航中心利用其TerraSAR-X卫星进行了唯一见诸报道的称之为“Staring”模式的星载SAR多角度成像试验[36-37]，结果如图2所示。所得融合结果成像质量大为改善，非常有利于目标信息的判读。

a) 滑动聚束成像结果

b) 凝视聚束成像结果图2　TerraSAR-X滑动聚束和凝视聚束成像结果对比

上述试验结果充分展示了多角度SAR成像在目标空间信息获取和成像探测方面的优势，有力地表明了多角度SAR成像在目标检测、识别和地理环境测绘等方面的广阔应用前景。

2　多角度SAR成像的关键技术分析

2.1目标散射特性的建模

相比单一视角SAR成像，多角度SAR成像问题中的目标散射特性并非各向同性，目标姿态对成像结果影响较大。在缺乏实测数据的情况下，如何构建一个合理、有效的目标散射特性模型，对于建立正确的多角度SAR回波仿真模型和开发有效的融合成像算法都具有重要的意义。传统的目标散射特性建模通常基于物理光学法[38]和射线追踪法[39]等开展，通过借助FEKO(FEldberechnungbeiKorpernmitbeliebigerOberflache)和HFSS(HighFrequencyStructureSimulator)等经典电磁仿真软件，模拟目标在指定方向上的电磁散射特性。但是，这种目标电磁散射特性建模方式对于多角度SAR成像研究并不是最优的，需要开展目标的多角度散射特性建模研究[40]170-172。

2.2观测角度间距的优化设计

由于观测角度对目标的成像结果具有较大的影响，为获得对目标散射特性的全面描述，多角度SAR系统需要接收目标在多个方位角上的回波信号，但由于飞行区域、平台实际飞行条件和成像观测时间等诸多限制，观测角度有限。为保证获取最优的成像结果，需要对多角度SAR成像系统的观测角度间距进行优化设计。同时，为保证接收数据相干性，尽可能实现成像结果的相干累积，系统在某一方位方向对目标的连续观测角度范围一般不超过20°[41]。当观测角度超过上述角度值时，需采取非相干累积的方式对成像结果进行融合，并对成像的系统观测角度间距进行优化。文献[40]287指出，利用2个平台进行多角度成像时，若多角度SAR数据用于非合作目标识别，观测角度间距为180°时多角度SAR成像结果对目标检测概率的提升效果最好；若多角度SAR数据仅用于目标成像，对于建筑物类型的目标，观测角度间隔为90°时结果最优。由此可知，多角度SAR成像对观测角度间距的要求与系统的实际应用目的、目标特征和平台数目有关。对于不同的应用场合，需要根据具体情况确定合适的性能评价函数，对多角度SAR成像的观测角度间距进行优化设计。

2.3发射波形设计

当采用多个SAR平台同时进行多角度成像时，为避免信号之间的互耦及干扰，需要设计特定的正交信号波形。文献[42]指出，随机信号和噪声信号能够有效改善测量矩阵的约束等容特性(RestrictedIsometryProperty,RIP)，以及系统的成像性能和成像质量。此外，成像场景中往往存在相邻的强弱目标，多角度SAR融合处理后的强目标旁瓣可能会对弱目标造成影响，甚至遮盖。在发射信号波形设计时，还可以进一步考虑成像结果旁瓣在图像空间的分布特点，有效避免强目标旁瓣对邻近弱目标的不利影响。

2.4多角度SAR成像算法

图像层融合的多角度SAR成像算法重点在于如何融合多个观测角度成像结果，主要涉及辐射校正、几何校正[43]、图像配准[44]、图像融合准则选取[45-46]和图像特征提取与增强[47]等关键技术。其中，图像融合准则的选取最为关键，直接影响成像结果。例如，为提高目标检测概率，克服遮挡和叠掩的影响，可简单地采用非相干累积的方法实现图像的融合；而对于需要精细观测并精准识别的目标，成像结果应尽可能显示更多的目标散射信息，此时可利用相干累积的方法来获得信噪比图像。此外，在多角度SAR成像过程中还需要考虑目标的非各向同性散射造成的散射点中心混叠问题[23]263。

如何实现信号的相干累积，是信号层融合多角度SAR成像算法的重点。对于多角度SAR，由于目标频谱空间的采样不连续，会导致传统成像算法结果出现高旁瓣现象，而且仅仅依靠频谱加权的方法难以实现对图像旁瓣的良好抑制。针对上述问题，基于二维匹配滤波的多角度SAR算法[26]虽然可以较好地解决图像的高旁瓣问题，但是算法的计算量过大；而在数据缺失较大时，基于缺失数据幅度相位估计的多角度SAR成像算法[48]结果变差。基于压缩感知的多角度SAR成像算法能够较好地克服多角度SAR数据采样不连续的问题，但算法对稀疏字典的要求比较高，而且当信噪比较低时，算法的成像性能急剧下降[49]。

此外，由于平台运动误差对成像结果的影响较大，还必须研究多角度SAR成像的自聚焦算法[50]。

3　多角度SAR成像技术的发展趋势

多角度SAR可以综合系统在多个观测角度上的信息，通过一定的信号处理和信息融合技术，解决传统SAR因地形和观测角度限制而导致的目标遮挡和叠掩等问题，获得更加完整的目标信息与特征。下面主要从成像处理与应用2个方面介绍其发展趋势。

3.1多角度SAR成像处理技术的发展趋势

1) 成像算法方面。多角度SAR成像算法主要有2种思路：时域的成像算法和频域的成像算法。时域的成像算法，其优点是成像与配准可同步完成，主要缺点是计算量大，研究后向投影算法的快速成像算法[51-53]及其在图像处理器[54](GraphicsProcessingUnit,GPU)上的实现是目前的主要研究方向。当数据采样不均匀时，频域成像算法通常需要进行插值处理，这会对算法的效率和精度产生较大影响。线性调频Z变换[55](ChirpZTransform,CZT)可以有效避免插值引入的误差，可考虑开展基于CZT的多角度SAR频域成像算法，进一步提高算法的运算效率。

2) 信息融合处理方面。多角度SAR成像信息融合处理主要有图像层和信号层融合处理2种。目前，图像层融合处理的研究文献较多，包括像素级融合、特征级融合和决策级融合[56]3个方面，它的主要研究方向是寻找更加合理的成像融合策略以及对现有成像融合策略进行改进。信号层的融合处理主要利用空间谱融合的思想来获得目标的最终成像结果。该思路通过有效挖掘数据之间的冗余性和相关性，可获得相干累积的融合效果。利用压缩感知理论来实现多角度观测回波数据到目标图像的直接变换及运算[57]，是未来多角度SAR成像的重要发展方向。

3.2多角度SAR成像应用发展趋势

多角度SAR成像为雷达成像提供了一种新的思路，如何将其与特定的应用结合以发挥其最大优势，是研究者需要重点关注的问题。未来多角度SAR的应用趋势主要有以下3个方面：

1) 对地高精度测绘成像。文献[31-34]已证明了多角度SAR在城市高精度测绘方面的潜力，文献[58]利用多角度SAR数据实现树木重构和反演,结果表明多角度融合可获得更高精度的测量结果。由于多角度SAR成像具有空间分集的优势，可有效解决单一视角SAR成像技术中存在的目标遮挡和叠掩问题，为实现城市、战场等复杂环境下重要目标的高精度反演和正确检测提供有效的手段，具有重要的实际应用价值。

2) 分布式平台多角度观测成像。现有多角度SAR对地观测成像多基于单个SAR平台开展，存在时间去相关性较严重的问题。采用多平台同时观测的方式，可以降低系统对观测区域电磁散射稳定性和持续性的要求，时间成本低。目前，美国、德国、法国和我国均已开展了分布式SAR小卫星系统的研究[59]，通过引入多角度SAR成像技术，可有效扩展现有系统的应用范围。此外，有效结合多角度SAR成像技术与无人机编队技术[60-61]，可以为战场侦察和民用测绘提供另一种新的实现方式，有效降低现有遥感观测手段的系统成本。研究基于无人机平台的多角度SAR成像技术也是未来SAR对地高精度观测成像的重要发展方向之一。

3) 目标特征提取、识别与分类。多角度SAR回波数据包含了丰富的目标特征信息，可减少遮挡和叠掩等因素对成像结果的影响，更加全面和准确地恢复目标的电磁散射特征，为准确建立目标散射模型和精确识别目标提供有利条件。通过结合极化SAR技术[62]，还可以进一步提高多角度SAR目标特征提取、目标精确识别和分类能力。如何利用系统在多个观测角度上获取的目标信息，实现复杂环境下的目标电磁散射特征提取与重构，对于提高系统目标识别能力和分类的正确率具有重要的意义。

4　结 束 语

多角度SAR具有从多个空间观测角度获取数据的优点，近年来受到了国内外研究者的广泛关注，可以有效解决经典SAR成像中的目标遮挡和叠掩问题，在对地高精度测绘、目标检测、目标识别与分类等方面具有重要的实际应用价值。本文对多角度SAR成像的国内外研究进展做了详细的阐述，分析和总结了多角度SAR成像的关键技术及发展趋势。目前，国内外对于多角度SAR成像的研究还处于试验探索阶段，未来应进一步开展多平台多角度SAR成像探测技术和多角度SAR融合成像算法的相关研究。

References)

[1]WALTERSCHEIDI,BRENNERAR.Multistaticandmulti-aspectSARdataacquisitiontoimproveimageinterpretation[C]//2013IEEEInternationalGeoscienceandRemoteSensingSymposium(IGARSS).Melbourne,VIC:IEEE,2013:4194-4197.

[2]吴一戎.多维度合成孔径雷达成像概念[J].雷达学报,2013,2(2):135-142.

[3]陈艳玲，黄珹，丁晓利，等.星载SAR干涉技术最新研究进展[J].天文学进展,2006,24(4):296-307.

[4]庞礴，代大海，邢世其，等.SAR层析成像技术的发展和展望[J].系统工程与电子技术,2013,35(7)：1421-1429.

[5]周汉飞.多角度SAR成像及特征提取[D].长沙:国防科学技术大学,2013:6-12.

[6]洪文.圆迹SAR成像技术研究进展[J].雷达学报,2012,1(2):124-135.

[7]STILESJ,GOODMANN,LINSC.Performanceandprocessingofsatelliteclusters[C] //2000IEEEGeoscienceandRemoteSensingSymposium.Honolulu,HI:IEEE,2000:883-885.

[8]樊琼剑，杨忠，方挺，等.多无人机协同编队飞行控制的研究现状[J].航空学报,2009,30(4)：683-691.

[9]RICHARDSJA.Targetmodelgenerationfrommultiplesyntheticapertureradarimages[D].Massachusetts:MassachusettsInstituteofTechnology,2001:111-185.

[10]DONOHODL.Compressedsensing[J].IEEETransactionsonInformationTheory，2004,52(4):1289-1306.

[11]TUPINF,HOUSHMANDB,DATCUM.RoaddetectionindenseurbanareasusingSARimageryandtheusefulnessofmultipleviews[J].IEEETransactionsonGeoscienceandRemoteSensing,2002,40(11):2405-2414.

[12]HEDMANK,HINZS,STILLAU.RoadextractionfromSARmulti-aspectdatasupportedbyastatisticalcontext-basedfusion[C] //2007UrbanRemoteSensingJointEvent.Paris:IEEEISPRSWorkshopUrban,2007:1-6.

[13]DeLL'ACQUAF,GAMBAP,LISINIG.Improvementstourbanareacharacterizationusingmultitemporalandmulti-angleSARimages[J].IEEETransactionsonGeoscienceandRemoteSensing,2003,41(9):1996-2004.

[14]JINYQ,XUF.Reconstructionofthebuildingobjectsfrommulti-aspecthigh-resolutionSARimages[C]//2007IEEEInternationalConferenceonGeoscienceandRemoteSensingSymposium.Barcelona:IEEE,2007:555-558.

[15]XUF,JINYQ.Automaticreconstructionofbuildingobjectsfrommultiaspectmeter-resolutionSARimages[J].IEEETransactionsonGeoscienceandRemoteSensing,2007,45(7):2336-2353.

[16]JINYQ,XUF.PolarimetricscatteringandSARinformationretrieval[M].Singapore:JohnWiley&Sons(Asia)PteLtd,2013:235-274.

[17]MAKSYMIUKO,STILLAU.Aconceptforbuildingreconstructionfromairbornemulti-aspectSARdata[C]//2012IEEEInternationalGeoscienceandRemoteSensingSymposium(IGARSS).Munich:IEEE,2012:7405-7408.

[18]SCHMITTM,STILLAU.Maximum-likelihoodestimationformulti-aspectmulti-baselineSARinterferometryofurbanareas[J].ISPRJournalofPhotogrammetryandRemoteSensing,2014,87(1):68-77.

[19]SCHMITTM,SCHONBERGERJL,STILLAU.BenefitofusingmultiplebaselinesandmultipleaspectsforSARinterferometryofurbanareas[J].IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing,2014,7(10):4107-4118.

[20]彭石宝，许稼，彭应宁，等.基于逆合成孔径雷达图像序列的目标三维重建[J].航空兵器,2010,10(6):37-40.

[21]ZHANGT,TIANW,ZENGT,etal.Multi-anglefusionofSS-BiSARimagesusingCompass-2/Beidou-2Satellitesasopportunityilluminators[C] //2014InternationalRadarConference.Lille:IEEE,2014:1-4.

[22]吴立薪.星-地双基地SAR成像算法与目标散射机理研究[D].北京：北京理工大学,2014:64-70.

[23]李洋，林赟，张晶晶，等.多角度极化SAR图像中的非各向同性散射估计与消除方法研究[J].雷达学报.2015,4(3):254-264.

[24]YECM,XUJ,PENGYN,etal.Keyparameterestimationforradarrotatingobjectimagingwithmulti-aspectobservations[J].SCIENCECHINAInformationSciences,2010,53(8):1641-1652.

[25]YECM,XUJ,PENGYN,etal.ISARimagefusionwithtwoseparatedaspectobservations[C]//2009IEEENationalRadarConference.Pasadena,CA:IEEE,2009:1-5.

[26]周汉飞，粟毅，朱宇涛.二维匹配滤波实现多角度SAR成像[J].电子学报,2012,40(12):2426-2432.

[27]周汉飞，李禹，粟毅.基于压缩感知的多角度合成孔径雷达成像[J].中国科学:信息科学,2013,43(6):749-767.

[28]ZHONGJ,WENG,MAC,etal.Timedomainsparserepre-sentationformulti-aspectSARdataoftargets[J].ProgressinElectromagneticsResearchLetters,2015,55(5):15-22.

[29]ROSSTD,MOSSINGJC.MSTARevaluationmethod-ology[C]//ProceedingsofSPIEonAlgorithmsforSyntheticApertureRadarImageryVI.Orlando,FL:SPIE,1999:702-713.

[30]FROLINDP,GUSTAVSSONA,LUNDBERGM,etal.Circular-apertureVHF-bandsyntheticapertureradarfordetectionofvehiclesinforestconcealment[J].IEEETransactionsonGeoscienceandRemoteSensing,2012,50(4):1329-1339.

[31]ORIOTH,CANTALLOUBEH.CircularSARimageryforurbanremotesensing[C]//7thEuropeanConferenceonSyntheticApertureRadar(EUSAR).Friedrichshafen:VDE,2008:1-4.

[32]PINHEIROM,PRATSP,SCHEIBERR,etal.Tomographic3DreconstructionfromairbornecircularSAR[C] //2009IEEEInternationalConferenceonGeoscienceandRemoteSensingSymposium.Capetown:IEEE,2009:III-21-III-24.

[33]PONCEO,PRATSP,RODRIGUEZ-CASSOLAM,etal.ProcessingofcircularSARtrajectorieswithfastfactorizedback-projection[C] //2011IEEEInternationalConferenceonGeoscienceandRemoteSensingSymposium.Vancouver,BC:IEEE,2011:3692-3695.

[34]PALMS,POHLN,STILLAU.ChallengesandpotentialsusingmultiaspectcoverageofurbanscenesbyairborneSARoncirculartrajectories[C] //2015PIA15+HRIGI15-JointISPRSconference.Munich:TheInternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationScience,2015:149-154.

[35]曾涛，敖东阳，胡程，等.基于北斗导航卫星的多角度双基地SAR成像与融合[J].雷达学报,2014,3(6):632-640.

[36]MITTERMAYERJ,WOLLSTADTS,IRAOLAPP,etal.TheTerraSAR-Xstaringspotlightmodeconcept[J].IEEETransactiononGeoscienceandRemoteSensing,2013,52(6):3695-3706.

[37]BREITH,FISCHERM,BALSSU,etal.TerraSAR-Xstaringspotlightprocessingandproducts[C] //10thEuropeanConferenceonSyntheticApertureRadar.Berlin:VDE,2014:1-4.

[38]江月松，张志国，华厚强.基于快速物理光学法的太赫兹目标RCS计算[J].光学学报,2014,34(12):1-7.

[39]李军，马东立，武哲.用射线法研究复杂目标的电磁散射特性[J].北京航空航天大学学报,2000,26(5):573-576.

[40]PAPSONS.Theexploitationofmulti-looksyntheticapertureradarandinversesyntheticapertureradarimagesfornon-cooperativetargetrecognition[D].Pennsylvania:PennsylvaniaStateUniversity,2007:170-172;287.

[41]POTTERLC,MOSESRL.AttributedscatteringcentersforSARATR[J].IEEETransactionsonImageProcessing,1997,6(1):79-91.

[42]刘振.基于压缩感知的随机调制雷达信号处理方法与应用研究[D].长沙:国防科学技术大学,2013:1-23.

[43]张永红，林宗坚，张继贤，等.SAR影像几何校正[J].测绘学报,2002,31(2):134-138.

[44]LIDP.Anovelmethodformulti-angleSARimagematching[J].ChineseJournalofAeronautics,2015,28(1):240-249.

[45]玉振明，毛士艺，高飞.采用局部谐波能量的图像融合准则研究[J].电子学报,2004,32(6):890-894.

[46]孙岩.基于多分辨率分析的多传感器图像融合算法研究[D].哈尔滨:哈尔滨工程大学,2012:8-12.

[47]周汉飞，李禹，粟毅.基于压缩感知的多角度SAR特征提取[J].电子学报,2013,41(3):543-548.

[48]范海燕，周汉飞，李禹.利用缺失数据幅度相位估计提取多角度SAR特征[J].电子与信息学报,2012,34(12):2920-2926.

[49]周汉飞，李禹，粟毅.利用多角度SAR数据实现三维成像[J].电子与信息学报,2013,35(10):2467-2474.

[50]张磊.高分辨SAR/ISAR成像及误差补偿技术研究[D].西安:西安电子科技大学,2012:85-118.

[51]ULANDERLMH,HELLSTENH,STENSTROMG.Synthetic-apertureradarprocessingusingfastfactorizedback-projection[J].IEEETransactionsonAerospaceandElectronicSystem,2003,39(3):760-776.

[52]李浩林，张磊，邢孟道，等.一种基于快速分解后向投影的条带SAR成像新方法[J].电子与信息学报，2015,37(8):1808-1813.

[53]左绍山，杨泽民，孙光才，等.基于几何校正的聚束SAR快速分级后投影算法[J].电子与信息学报,2015,37(6):1389-1394.

[54]班阳阳.基于后向投影的SAR成像算法与GPU加速研究[D].南京:南京航空航天大学,2014:43-52.

[55]王放，黎湘.基于CZT的双基地SAR极坐标格式成像算法[J].信号处理,2010,26(3):400-404.

[56]宦若虹，杨汝良.多方位角图像决策融合的SAR目标识别[J].遥感学报,2010,14(2):252-261.

[57]周汉飞，唐涛，李禹，等.基于压缩感知的宽孔径SAR成像[J].中国科学:信息科学,2014,44(8):1021-1035.

[58]SCHMITTM,SHAHZADM,ZHUXX.Reconstructionofindividualtreesfrommulti-aspectTomoSARdata[J].RemoteSensingofEnvironment,2015,165(10):175-185.

[59]周荫清，徐华平，陈杰.分布式小卫星合成孔径雷达研究进展[J].电子学报,2003,31(增刊1):1939-1944.

[60]李文皓，张珩.无人机编队飞行技术的研究现状与展望[J].飞行力学,2007,25(1):9-11.

[61]张晋武.无人机编队飞行技术研究[J].舰船电子工程,2015,35(8):9-12.

[62]代大海.极化雷达成像及目标特征提取研究[D].长沙:国防科学技术大学,2008:1-18.

(编辑：李江涛)

ResearchProgressonMulti-angleSyntheticApertureRadarImagingTechnology

RANDa1，2，YINCanbin2，JIAXin2

(1.DepartmentofGraduateManagement,EquipmentAcademy,Beijing101416,China；2.DepartmentofOpticalandElectronicEquipment,EquipmentAcademy,Beijing101416,China)

Multi-anglesyntheticapertureradarimagingdetectiontechnologymayeffectivelysolveouttheproblemsexistingintraditionalsingle-anglesyntheticapertureradarimagingliketargetshadingandlayoverdistortion.Inthreerespectslikemulti-anglesyntheticapertureradarimagingtheory,imagingalgorithmandcurrenttechnicalapplications,thepaperintroducescurrentdomesticandinternationaldevelopmentofmulti-anglesyntheticapertureradarimagingtechnology,concludesandanalyzeskeytechnologiesliketargetscatteringpropertymodeling,observationanglestepoptimization,transmittingwaveformdesignandimagingalgorithmformulti-anglesyntheticapertureradarandlooksintothetrendofimagingprocessingandpracticalapplications.

multi-anglesyntheticapertureradar(MA-SAR);highprecisionimaging;informationfusion;targetdetection

2016-03-29

部委级资助项目

冉达(1989—)，男，博士研究生，主要研究方向为合成孔径雷达成像、雷达信号处理。pass32@163.com

TN957

2095-3828(2016)04-0086-07

ADOI10.3783/j.issn.2095-3828.2016.04.018

贾鑫，男，教授，博士生导师。