基于层次化的InSAR干扰效果综合评估

未争超，饶 鲜

(西安电子科技大学，陕西 西安 710071)

基于层次化的InSAR干扰效果综合评估

未争超，饶 鲜

(西安电子科技大学，陕西 西安 710071)

针对干涉合成孔径雷达(InSAR)干扰效果评估问题，提出了一种层次化综合评估的方法。该方法基于分层分析的思想，采用逐层加权计算的手段，结合了各种指标对干扰效果的影响。仿真采用相干和非相干干扰中的各2种样式，该方法客观、全面地衡量出了不同干扰样式下干扰效果的优劣。仿真结果表明，该评估方法具有客观性、全面性和有效性，可用于InSAR干扰样式决策。

干涉合成孔径雷达；干扰效果;综合评估

0 引 言

干涉合成孔径雷达(InSAR)是在合成孔径雷达(SAR)的基础上发展而来的一项遥感技术，能全天候、高精度地测量三维地形，在军事侦察、地形勘测和武器制导等方面有广泛的应用[1]。

对InSAR雷达的干扰，有相干干扰和非相干干扰的方法；就干扰机个数而言，有单干扰机干扰，也有多干扰机协同干扰。目前针对InSAR干扰后效果评估的文献还很少，方法也不全面，主要分为主观评估法和客观评估法。主观评估法太依靠判读人员的经验，其评估流程非自动化且周期长、费用高；有人提出基于相关测度的客观评估法[2]，但该方法只考虑了单一方面指标的变化，不具备全面性；有人提出主客观组合分析的方法[3]，但该方法只是几个指标间的简单线性叠加；有人提出将SAR图像的评估方法应用到InSAR干扰效果评估上[4]，但却未将多个角度综合起来评估。

评判高程图高程信息有很多角度，单一从某个角度来对干扰前后的图像进行评判，并不能完全客观地描述干扰效果。基于此，本文提出一种多层次综合评估干扰效果的方法。

1 层次分析法

层次分析法可以用来解决多方案、多指标的决策问题，图1描述了层次分析法的基本框架。

定义最终评议值为：

(1)

(2)

式中：wij为N子指标相应的权重；Aij为N个子指标的值。

在处理过程中，首先对各个指标进行归一化(同一种指标不同方案内)操作；对于值越小效果越好的指标，要进行类型一致化操作，即转换为效益型指标(越大越好)。由于对数据做了归一化，因此指标变为[0 1]之间的值，类型一致化操作可以直接用1去减去该指标值，即可将指标转化为效益型指标。

2 层次化InSAR干扰效果评估

2.1 层次化干扰指标评估体系

层次化InSAR干扰评估指标体系由不同角度的指标组成，每个角度指标下又有好几个参数指标，第3层指标参数值发生变化会直接体现在高程图受干扰的变化程度上。对3个层次进行分析：

(1) 第1层：拥有最高评估准则，定义为“最终评议层”。该值是通过第2层加权计算得到的，直接反映了InSAR干扰效果的好坏程度。

(2) 第2层：从衡量干扰前后高程图变化的不同评判角度出发，由重要的图像指标构成，定义为“多角度衡量层”。它由第3层的指标通过加权计算得到。针对干扰前后2幅高程图，图像质量指标从统计特征变化量的角度分析，图像纹理特征从灰度(高度)共生矩阵的角度分析，图像相关测度从图像相关性的角度分析，图像信息熵从信息论熵的角度分析，因此最终结果综合了4个评判角度的信息。

(3) 第3层：由直接描述高程图像变化的参数指标构成，被称作“指标参数层”。这一层参数按各指标的公式(2.2～2.5小节)直接计算即可得到。

依据第1节思想，定义干扰的最终评议值为：

(3)

该值越大，则干扰效果越好。第2层指标按照式(2)计算即可，这里不再累叙。

由于各因素对结果的影响程度不同，或处理问题时侧重点不同，每个因素在综合算法中的权重也应不同。权重的确定是一项较难把握的工作，在试验中可依据实际情况进行设定，也可参考以前多次评估的结果数据(进行大量的实验)进行设定。

2.2 图像质量变化量A1

设F(i,j)和J(i,j)分别为干扰前后的高程矩阵，大小n1×n2，矩阵中的每个点表示地形高度(下同)。

(1) 均值变化量A11

高程矩阵的均值表示地形的平均高度，其表达式为：

(4)

干扰前后均值的变化量表示添加干扰后地形的平均高度变化情况，均值变化量越大，干扰起的作用越大，干扰的效果越好。定义均值变化量为：

A11=EJ-EF

(5)

(2) 方差变化量A12

高程矩阵的方差表示地形的不均匀性，方差越大则高度越不均匀，其表达式为：

(6)

干扰前后方差的变化量表示添加干扰后地形的不均匀性的变化情况，方差变化量越大，表明干扰后的高度越不均匀，干扰的效果越好。定义方差变化量为：

A12=σJ-σF

(7)

(3) 等效视数变化量A13

(8)

定义等效视数变化量为：

A13=vENLJ-vENLF

(9)

干扰前后，A13变化量越小，干扰效果越好。

2.3 图像纹理特征A2

仿照图像的灰度共生矩阵的定义，定义高程共生矩阵：描述图像中的一对像素点，设两者之间的距离为d，在图像中任意取一点(k,l)和另一个点(m,n)组成一个点对。令i为点(k,l)的高程值，j为点(m,n)的高程值，则该点对对应的高程值为(i,j)。通过移动高程图像上的点(k,l)，就可以获到不同的高程值。设Ng为图像高程级数，那么i和j共有G2种组合。统计每一种组合出现的频度，记为P(i,j,d,θ)，则[P(i,j,d,θ)]就是高程共生矩阵。

(1) 角二阶矩A21

(10)

角二阶矩是高程共生矩阵各元素的平方和。它是高程图中高度变化均一的度量，反映了InSAR成像中高度的起伏大小和分布的均匀程度。角二阶矩值越小就说明高程共生矩阵的所有值越相近；同理，如果高程共生矩阵中的值之间变化幅度较大，得到的角二阶矩值就会大。因此高程图中的高度的起伏大小或者变化的规律性可以由角二阶矩的值来体现。

(2) 逆差阵A22

(11)

逆差可以称为局部平稳，它可以衡量高程图中局部的高度变化情况。如果逆差距值越大，则说明不同区域间的高度值变化较小，局部高度越均匀。因此高程图中的局部高度的起伏大小或者变化的规律性可以由逆差阵的值来体现。

2.4 图像相关测度A3

(1) 直接相关测度A31

直接相关测度的表达式为：

(12)

(2) 均值归一化相关测度A32

归一化相关测度表达式为：

A32=

(13)

式中：F和J为干扰前后的高程矩阵，大小n1×n2。

相关测度是从两幅高程图像相关性的角度来描述的，当干扰前后图像相关测度值越小，表明两幅图像相关性越小，即干扰前后高度上的差异性越明显，说明干扰效果越好。

2.5 图像熵A4

高程图的熵H(x)定义为：

(14)

式中：pi=count(i)/(M×N)；设h为高程矩阵最大值；n为量化级数；count(i)、pi分别为高度量化后落在第hi阶内的数目和相应的概率。

(1) 差熵A41

针对干扰前后的图像，从信息论熵的角度，定义差熵为：

Hdelta(x)=HF(x)-HJ(x)

(15)

式中：HF(x)和HJ(x)分别为干扰前后高程图的熵。

理论上，信号未干扰时，pi值主要由地形的高程图决定，分布概率不均，因此熵较小；当加入干扰时，随着干信比的增大，高程图中各个点的概率由所加的干扰噪声决定，高程图中各个高度点的值出现概率逐渐趋于相同，高度信息熵也就应逐渐增大。

3 计算机仿真

仿真采用的干扰样式：1为射频噪声干扰，2为噪声调频干扰，3为正弦调频欲加重干扰，4为锯齿调频欲加重干扰。1和2为非相干干扰，3和4为相干干扰。

仿真参数设置

雷达参数：载频10 GHz，脉宽3 μs，带宽50 MHz，采样率100 MHz，脉冲重复频率为500 Hz，基线长度10 m，基线倾角45°，下视角70°，天线孔径6 m，载体高度20 000 m，载体速度为1 000 m/s。场景大小100点，最大高度30 m。

干扰机参数：单个干扰机，方位向-148.50 m，距离向54 792 m，高度0 m，接收机带宽60 Hz。

对一个峡谷进行成像仿真，原场景由Membrane函数产生，雷达为单航过工作模式，通过雷达成像算法处理，恢复的无干扰高程图如图 3所示。

在干信比是3 dB情况下，分别添加4种干扰后，InSAR雷达恢复的有干扰高程图如图4～图7所示。

从上面五幅图形中，可以直观看出未干扰前高程图地形高度在20 m以下，加干扰之后高度基本上都在20 m之上，前后地貌差别异常明显，并且都出现了单天线干扰的“斜坡效应[1]”现象，因此干扰是有效的。

下面对上几幅受干扰的高程图像进行第3层指标的仿真计算，得到数据如表1所示(↑表示越大越好，↓表示越小越好，下同)。

下面按照第2、3节的方法对干扰图像进行综合评估：

(1) 预操作：先将指标进行行归一化和类型一致化操作，得到数据如表2所示。

表1 评估指标体系数据(干信比3 dB)

表2 第3层指标数据

表3 第2层指标数据

(4) 计算干扰最终效果：给定第2层指标的权重

同理，在干信比为6 dB、9 dB情况下进行干扰仿真，按照上述流程，得到最终的评议值，如图8所示。

从评估效果图可知：随着干信比的增大，评议值在增大；也可以看出相干干扰的干扰效果要优于传统的噪声压制干扰，尤其在高干信比的情况下更为明显。这和理论是一致的，因此本文的评估方法是客观有效的。

4 结束语

本文提出了一种层次化的InSAR干扰效果综合评估方法，通过在不同干信比下对4种干扰样式的干扰效果作对比，验证了本文算法的客观性、全面性和有效性，可以用来进行InSAR干扰样式决策。

[1] 王秋生.星载干涉SAR图像处理技术研究[D].北京：中国科学院研究生院(计算技术研究所),2004.

[2] 韩承玺,饶鲜.干涉合成孔径雷达干扰效果评估[J].电子科技,2014(6):78-81.

[3] 韦超.InSAR相参干扰与效果评估方法研究[D].长沙：国防科学技术大学,2013.

[4] 韩承玺.对干涉合成孔径雷达干扰和干扰效果评估技术研究[D].西安：西安电子科技大学,2014.

[5] 刘庆富.对SAR/InSAR侦察与干扰方法研究[D].长沙：国防科学技术大学,2013.

IntegratedEvaluationofInSARJammingEffectBasedonHierarchicalMethod

WEI Zheng-chao,RAO Xian

(Xidian University,Xi'an 710071,China)

Aiming at the jamming effect evaluation of interferometric synthetic aperture radar (InSAR),this paper puts forward a hierarchical integration evaluation method.This method is based on hierarchical analysis idea,adopts the means of hierarchical weighting calculation,combines the influence of various indexes on the jamming effect.The simulation respectively adopts two modes for coherent and noncoherent jamming.The method judges the advantage and disadvantages of jamming effects in different jamming modes objectively and roundly.Simulation results show that the evaluation method is objective,comprehensive and effective,can be used in the decision of InSAR jamming mode.

interferometric synthetic aperture radar;jamming effect;integrated evaluation

2017-03-09

TN972

A

CN32-1413(2017)06-0054-05

10.16426/j.cnki.jcdzdk.2017.06.011