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/