SAR運動補償，自動聚焦以及圖像解譯

預讀部分：

《詳細分析非聚焦SAR成像的基礎與局限》

《聚焦SAR雷達處理與實現》

SAR運動補償與自動聚焦

我們通常假設裝備SAR雷達的飛機或航天器以勻速直線飛行，但事實並非如此。飛機特別容易受到大氣湍流的影響，而航天器會受到偏流和其他軌道不確定性的影響。

由於SAR雷達需要考慮在較長一段時間內(例如1至10秒)接收的微波信號相位的細微差異，因此必須測量和糾正飛行航跡的任何隨機擾動或變化。可以使用慣性導航系統或其他導航跟蹤系統測量這些擾動或變化，如GPS系統。

根據測量的飛行軌跡，可以計算出相位修正的精確值。這些可以應用到雷達系統接收的任意一點的信號，從本地振蕩器到最終的信號合成。已經研發了很多運動補償和自動聚焦技術。本節列出了相位誤差的常見來源及其對圖像質量的影響。

表1 相位誤差

無補償相位的誤差限制

相位誤差的常見來源及其對雷達性能的影響詳見表1。這些誤差的重要性怎麼強調都不為過。例如，一個未修正的頻率相位誤差為114°(從陣列中心到陣列末端)，將導致10%的波束展寬。

在X波段，114°對應的距離不到1cm。換句話說，合成陣列在整個長度上偏離理想陣列只有1cm。無補償相位誤差的主要影響，表現在旁瓣增大和解析度降低。因此，隨機高頻相位誤差必須控制在2°-6°範圍內，使解析度降低和旁瓣增大對圖像質量的影響降到最低。

然而，在X波段，6°相當於天線運動偏差只有0.025cm。合成陣列長度可能有1km或者更長，因此要修正到這個程度，可以說是極具挑戰性的。這裡列出的相位誤差源會導致相位修正出現瑕疵，從而導致聚焦SAR雷達數據出現瑕疵。

然而，通過自動聚焦過程，一定程度上可以緩解SAR雷達圖像出現錯誤。聚焦不當的SAR雷達圖像與非聚焦的光學圖像非常相似。圖像變得模糊，清晰度和對比度都降低了。如果圖像顯示在你的相機上，你可以調整鏡頭的焦距，直到顯示出一個清晰、對焦的圖像。

大多數數碼相機都有自動對焦功能，通過軟體演算法可以實時評估顯示的圖像。它有圖像清晰度和對比度兩項參數指標。然後，相機自動調整焦距，直到這個圖像質量度量值達到最大。

然而，對於SAR雷達圖像，已經拍攝完了「照片」。沒辦法重拍，只有通過硬體調整形成質量較好的圖像。自動聚焦首先將有瑕疵的SAR雷達圖像作為無瑕疵的SAR圖像來查看，圖像質量已經被一些未知的模糊過濾器反卷積所破壞。

如果知道這個失真的濾波器，它的影響理論上可以通過反卷積來消除。這時，反卷積試圖逆轉導致圖像模糊的過程。但是，該濾波器的構成是未知的，因為它有未知和未補償的相位誤差。

這些相位誤差主要是由運動引起的，如沿航跡速度和跨航跡加速度擾動。不過，可以通過使用未知參數構成的相對簡單的函數建模來概略估算。它的逆卷積(反卷積濾波器)同樣取決於這些相同的未知參數。

因此，自動聚焦一般通過調用程序，利用合適的反卷積濾波器形成復值SAR雷達圖像。隨後，調整反卷積濾波器參數，直到圖像質量的一個或多個參數指標達到最優值。

例如，可以選擇對比度作為圖像質量參數。合適的去卷積濾波器可以最大限度地提高圖像對比度。這可以在反覆試驗的基礎上選擇。得到的反卷積SAR雷達圖像將被精確聚焦。

圖23 這是SAR雷達自動聚焦的例子。對比度作為圖像質量的度量參數。圖像特徵清晰度的提高是顯而易見的，這使SAR雷達圖像更便於解譯和利用

如圖23所示，自動聚焦演算法得不到完美的SAR雷達圖像，但可以顯著提高SAR雷達的聚焦和圖像質量。對比度作為圖像質量的度量參數，可以確定相位校正的參數。圖像特徵清晰度的提高是顯而易見的，這使SAR雷達圖像更便於解譯和利用。

SAR雷達圖像解譯

如圖24所示，乍一看，很容易誤認為是從一架高空飛機上拍攝的一片地形的照片。此外，天氣看起來很晴朗，從兩個煙囪的長陰影判斷，似乎是在日落或日出時拍攝的，太陽從照片底部的方向照射。

圖24 在這幅SAR雷達圖像地圖中，注意工廠煙囪(中心)長長的雷達陰影。通過雷達高度可以確定煙囪的高度，從而可以推斷工廠廠房的用途

如果這幅圖像是一幅光學照片，那麼這種解釋是很有道理的，但這是一幅由SAR雷達合成的圖像。它可能是由SAR雷達在陰天的夜間測繪的。雷達並沒有直接從目標上空飛過，距離目標有非常大的偏移距離，可能是100km或更大。

更具體地說，SAR雷達的飛行航跡明顯是在圖像底部的方向上以偏移的方式經過圖像區域的。我們可以從兩個煙囪投射的陰影看出來。這兩個陰影不是由陽光造成的，而是由SAR雷達發射機發射的電磁波造成的。

當然，和光學圖像一樣，高解析度的SAR雷達圖像可以識別道路、樓房和車輛等建築物，以及湖泊和山脈等自然特徵。不過，SAR雷達圖像不受時間的影響，通常也不受大氣條件的影響。

此外，低頻SAR雷達(L波段以下)的長波長通常可以穿透偽裝和植被，可以識別那些被明顯遮蔽的物體。如圖25所示，這是幾輛停在樹冠下的車輛(在可見光波段無法探測到)。當使用能夠穿透樹冠的高頻(VHF)電磁波形成SAR雷達圖像時，目標非常明顯。

圖25 這幅高頻SAR雷達圖像顯示了停在樹冠下的車輛，在可見光波段無法探測到

很明顯，解譯SAR雷達圖像與解譯光學圖像(照片)不同。

由於條帶測繪 SAR雷達是側視的，陰影通常會投射到遠離雷達和飛機的方向。這通常有助於圖像的解譯，陰影投射的長度可以幫助推算物體的高度。例如，圖24所示的兩個煙囪的高度，可以很容易地從已知的SAR雷達高度和位置來估算。

在不同時間形成的SAR雷達圖像包含有價值的信息，比如可以知道發生的變化。檢測這些差異的過程稱為變化檢測。這可以通過振幅圖像(非相干變化檢測)或振幅和相位(相干變化檢測)來實現。

圖26是一個非相干變化檢測的例子，在第二幅記錄圖像而不在第一幅記錄圖像中的檢測目標用藍色標註。在第一幅記錄圖像而不在第二幅記錄圖像中的檢測目標用紅色標註。這可以用短語「紅去，藍新」來記憶。

圖26 這是一個非相干變化檢測的例子，在第二幅記錄圖像而不在第一幅記錄圖像中的檢測目標用藍色標註。在第一幅記錄圖像而不在第二幅記錄圖像中的檢測目標用紅色標註。

極化SAR雷達可以增強SAR雷達圖像辨認和識別照射目標的能力。散射體的極化響應與其結構和方位關聯度很大，因此可以從極化SAR雷達圖像中推斷出一些物理特徵。例如，極化SAR雷達通常用於分類不同類型的植被和地表覆蓋物，在光學圖像中所有的地形都顯示為綠色。

圖27 極化SAR圖像中，不同的顏色代表不同的極化響應，可以識別農作物和其他圖像特徵

如圖27所示，不同的顏色代表不同的極化響應，可以識別植被和其他圖像特徵。人造物體通常也有獨特的極化響應，可以用來區分它們與自然特徵。

「相干斑」問題是一個與SAR雷達圖像解譯相關的難題。可見光是分布在寬頻寬上的非相干電磁能量，與可見光不同，雷達系統是相干的，因此相位起著關鍵作用(SAR雷達工作確實依賴相位測量)。

來自雷達分辨單元內不同陣列單元的相干散斑可以相加也可以抵消，導致一個強散斑或沒有散斑影響(或兩者之間的任意強度)。

SAR雷達圖像呈顆粒狀，看起來好像被斑點雜訊破壞了。斑點雜訊是散斑干擾的一種表現，增加發射功率無法減弱「相干斑」雜訊。相反，通過非相干平均SAR圖像的方式可以減弱「相干斑」雜訊。

將一個長的合成孔徑分割成更小的部分，然後每個部分形成一個SAR雷達圖像。該圖像的沿航跡解析度不高，通過平均，可以減少信號衰減引起的強度變化。類似地，發射機帶寬也可以劃分成更小的塊，雖然會降低距離解析度，但可以形成多個SAR雷達圖像。

圖28 圖中是同一場景的單視和32視SAR雷達圖像。32視SAR雷達圖像更平滑(斑點更少)，更容易看清細節

如圖28所示，可以對比單視SAR雷達圖像和32視SAR雷達圖像。這兩種圖像的解析度相同，可以更直觀比較單視SAR雷達圖像和多視SAR雷達圖像。32視SAR雷達圖像不僅更平滑，而且還可以識別出更多的散斑底層結構。

這是因為平均交叉8幅圖像，降低了斑點雜訊的影響，較好地估算了散斑的平均值，由此可以發現圖像上更多的物理特徵。

由非相干平均(求和)合成的SAR雷達圖像稱為多視SAR雷達圖像。對於多視SAR雷達圖像，降低解析度可以抑制「相干斑」雜訊。其他處理方法也可以減弱甚至抵消斑點雜訊。

六、小結

通過飛機上一部小型側向天線，將在一段時間內接收的回波信號存儲起來，合成等效長陣列天線的回波信號，可以獲得精確的方位向分辨。連續發射脈衝的點相當於陣列單元。

由於從陣列末端到地面上的點的距離，比從陣列中心的距離遠，限制了有效陣列的長度，會引起相位誤差。可以通過相位校正(亦稱聚焦)抵消這種限制。通過聚焦，成比例增加與測繪距離對應的有效合成陣列長度，可以使方位解析度幾乎與距離無關。

在某些情況下，通過預求和回波信號組，且相位校正僅用於求和，可以減少計算量。通過快速傅里葉變換，多普勒濾波器可以進行回波信號的相位校正，從而極大減少計算量。

在SAR雷達數據採集期間，要產生聚焦良好的SAR雷達圖像，雷達製造和飛行軌跡測量兩方面需要有極高的精度。自動聚焦處理演算法可以稍微緩解測量不精確引起的相位誤差。

由於雷達圖像在許多方面與光學圖像不同，因此解譯SAR雷達圖像時應慎重行事。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！