Citation: Chen J L, Yu H W. Wide-beam SAR autofocus based on blind RS. Sci China Inf Sci, 2022, doi: 10.1007/s11432-022-3574-7
(扫描二维码, 下载全文PDF)
当INS/GPS数据欠缺或在其精度不足的情形下(如轻小型无人机)，自聚焦处理对实现机载SAR高精度成像至关重要（如图1所示）。目前，从SAR技术的发展趋势来看，雷达系统的分辨率在逐步提高，观测场景不断扩大，这势必会要求雷达系统不断增长合成孔径时间，增大雷达天线的瞬时波束宽度。严重的运动误差使得机载SAR成像高分辨/宽波束自聚焦成为难题，需要同时考虑运动误差的距离空变特性与方位空变特性。基于经典two-step MoCo的方法只能解决高分辨率自聚焦问题（即运动误差的距离空变特性），传统的子孔径宽波束SAR运动补偿算法（比如PTA，SATA和FD）对方位空变误差的校正精度取决于INS/GPS数据的精度，应用受到较大限制，且子孔径的处理策略会导致聚焦图像中存在明显的拼缝或栅瓣问题。为解决子孔径处理中存在的问题，目前大部分学者采用NCS对方位空变误差进行全孔径校正，然而NCS在校正信号中原有方位空变误差的同时，还会引入新的更为复杂的空变误差，导致图像整体聚焦质量并不高。进一步增加NCS的参数可以一定程度上避免该问题，然而过多的变量参数不利于后续的自聚焦处理。图1 （a）无自聚焦/运动补偿结果；（b）基于INS/GPS运动补偿结果；（c）自聚焦结果。
为了解决上述问题，本文提出了一种基于盲重采样的宽波束SAR全孔径自聚焦方法，所提方法无需INS/GPS数据，且避免了子孔径方法存在的问题，自聚焦的变量参数仅为3个，大幅提高了机载SAR自聚焦的适用性、效率和精度。首先，本文将运动误差建模为4次多项式，保证了运动误差的建模精度。详细分析了传统NCS存在的问题，并基于重采样将宽波束SAR自聚焦问题建模为1个3维最优化问题，即重采样函数中有三个未知参数需要优化求解，分别用于校正空变的2次误差，空变的3次误差、空变的4次误差。接着，考虑到对该3维优化问题直接求解的效率和稳健性得不到保证，本文基于误差最小化准则将该3维最优化自聚焦问题转换为分别求解3个1维最优化问题，并对这3个1维最优化问题的求解顺序做出了限制。最后，先后采用常用的线搜索方法对这3个1维最优化问题进行求解，即可实现宽波束SAR自聚焦处理。通过宽波束SAR实测数据处理结果对本文所提方法与已有方法进行了详细对比，验证了本文所提算法的有效性。
首先，作者通过实测数据处理验证上述3个1维优化问题的求解顺序问题，如图2所示。可以看到4次重采样引起3次和2次误差发生改变，分别大约为25 rad和10 rad。因此，若先引入2次重采样或3次重采样再引入4次重采样，最终的聚焦图像中仍然剩余了较大的2次和3次误差，故其求解的顺序应为：首先采用4次重采样校正空变的4次误差，其次是采用3次重采样校正空变的3次误差，最后是采用2次重采样校正空变的2次误差。图2 4次重采样前后场景边缘目标的3次误差（a）和2次误差（b）的变化。
接着，作者对比了两种算法的自聚焦效果，图3给出了不同自聚焦方法对同一实测数据的处理结果，图4为图3中三个局部区域的放大图。对比可以看出，对于经典的two-step Moco方法，场景中心目标聚焦良好，场景边缘目标存在严重散焦；基于NCS的自聚焦方法可以提升场景右端边缘的聚焦效果，场景左端边缘存在散焦；所提方法对整个场景的聚焦效果较好。
图3 自聚焦结果：（a）two-step MoCo；（b）NCS-based方法；（c）所提方法。
图4 图2中三个局部区域的放大图，（a）Area #1, （b）Area #2, （c）Area #3。第一行为基于NCS结果，第二行为所提方法结果。
最后，为了进一步验证本文误差四次建模的必要性，图5给出了two-step MoCo，2次重采样，2+3次重采样和2+3+4次重采样的局部放大图，图6给出了局部放大图中Target #1的方位剖面图。从图5和6可以看到，2次重采样可以校正大部分的方位空变误差，提高了聚焦质量，然而仍然存在空变的3次和4次误差。采用2+3次重采样对图像质量的提升效果不太明显，说明剩余的空变3次误差较小。然而图像中仍然存在较大的散焦，主要是图像中剩余较大的空变4次误差。因此，采用2+3+4次重采样进一步校正了方位空变的4次误差，大幅提高了自聚焦的质量。
图5 自聚焦结果。（a）two-step MoCo；（b）2次插值；（c）2+3次插值；（d）2+3+4次插值。第一行为Area#1的结果。第二行为Area#2的结果。
图6 Target #1的方位剖面图对比，无加窗处理
本文内容可能会与最终出版文章有微小差异，点击下方阅读原文按钮，快速获取文章最新版本。
《中国科学：信息科学》| SCIENCE CHINA Information Sciences
及时报道计算机科学与技术、控制科学与控制工程、通信与信息系统、微电子与固体电子学等领域基础与应用研究方面的原创性成果.
英文版投稿：https://mc03.manuscriptcentral.com/scis
中文版投稿：https://www.scicloudcenter.com/SSI/login/index
快速访问：http://scis.scichina.com/