一种稀疏采样条件下的干涉合成孔径雷达成像方法
【专利摘要】本发明公开一种稀疏采样条件下的干涉合成孔径雷达成像方法，其包括：S1：在获取回波信号时，在方位向对回波信号进行稀疏采样；S2：对主天线的回波信号进行距离脉冲压缩和距离徙动校正；S3：对副天线的回波信号进行二维成像获得副天线图像；S4：将副天线图像的相位作为参考相位，去除每个散射单元的初始相位；步骤S5：在频域引入压缩感知理论，对每个距离门的信号建立时域稀疏采样、合成孔径雷达复图像和傅里叶系数之间关系的模型；S6：采用基于l1范数的最优化方法，利用时域稀疏采样、合成孔径雷达复图像、傅里叶系数之间的关系模型，获得每个距离门复图像在傅里叶基矩阵下的傅里叶系数，反变换组合获得二维合成孔径雷达复图像。
【专利说明】一种稀疏采样条件下的干涉合成孔径雷达成像方法
【技术领域】
[0001]本发明涉及雷达成像处理领域，特别是一种稀疏采样条件下的干涉合成孔径雷达(SAR)成像方法。
【背景技术】
[0002]干涉SAR利用多个接收天线或单个天线多次观测得到的回波数据进行处理。由于在干涉SAR信号采集过程中，两副天线的入射角基本相同，同一分辨单元至两天线散射场的初始相位近似相等，因此可消除不同分辨单元的随机初始相位影响，还原连续变化地物场景图像信号的可压缩性，理论上可以在数据获取时实施稀疏降采样。干涉SAR可以对地面的高程进行估计，对海流进行测高和测速，对地面运动目标进行检测和定位，其在军事和民用上的需求越来越迫切。然而随着干涉SAR分辨率和测量精度的不断提高，其海量数据压缩和传输问题亟待解决，在应急测绘情况下该问题尤为突出。
[0003]近年来，压缩感知(CS)理论的提出，对信号的采集和处理引起了革命性的变化。该理论认为若一个信号是稀疏的，那么可以用远少于传统Shannon-Nyquist米样定理所需采样数的数据量获取信号的全部信息，并通过凸优化等方法，以极大的概率正确恢复原信号。CS理论已经被应用到与SAR相关的诸多领域。
[0004]国内已对干涉SAR已有一定的研究基础，有许多较为成熟的干涉SAR系统，如中科院电子所研制的国内第一部毫米波三基线干涉SAR(参见Dao-jing LI, Bo LIU,et al.AirborneMMffInSAR Interferometry with cross-track three-baselineantennas [C].EUSAR2012.Nuremberg, April2012:301-303.)等。根据这些干涉 SAR 系统，相关单位也展开了一些工作，但研究方向较为传统，如干涉图像配准，干涉SAR定标，多基线解缠绕等，关于减少干涉SAR数据量的工作较少。张清娟等利用干涉SAR的稀疏性研究了干涉SAR的数据压缩问题(参见张清娟，李道京.干涉SAR图像数据压缩研究[J].中国科学院研究生院学报，2013，30 (3):380-386.)。但其工作主要集中在在成像之后的数据压缩，而非在数据获取时减少数据量。
[0005]国外较早的开展了干涉SAR的工作，在干涉SAR系统和干涉SAR信号处理方面均有一定的成果，如德国的TanDEM-X星载干涉SAR系统计划获得全球高精度的数字高程模型，法国开发了 Doris干涉SAR软件集成了干涉SAR的处理(参见http: / / www.dir.de / hr / desktopdefault.aspx / tabid-2317 / 3669_read_5488 / ；http: / /doris.tudelft.nl / )。国外亦有一些结合干涉SAR和压缩感知的工作,但工作重点主要集中在获取高程向信息，如利用多基线信息解叠掩(Michael Schmitt and Uwe Stilla.Layover separation in airborne single pass mult1-baseline InSAR data based oncompressive sensing[C].EUSAR2012.Nuremberg, April2012:30-33.)，但在降低干涉 SAR数据量方面仍鲜有报道。干涉SAR的在数据获取时，现有的常规系统仍需要根据多普勒带宽设计采样率，实施满采样。
【发明内容】
[0006](一)要解决的技术问题
[0007]本发明的目的主要包括以下几点:解决稀疏采样时的干涉SAR成像处理问题；解决稀疏采样引起的高副瓣和栅瓣的影响及图像质量下降的问题。
[0008]( 二 )技术方案
[0009]为达成所述目的，本发明提出一种稀疏采样条件下的干涉SAR成像方法，所述方法包括步骤如下:
[0010]步骤S1:在获取回波信号时，在方位向对回波信号进行稀疏采样；
[0011]步骤S2:对主天线的回波信号进行距离脉冲压缩和距离徙动校正；
[0012]步骤S3:对副天线的回波信号进行二维成像，获得副天线图像；
[0013]步骤S4:将副天线图像的相位作为参考相位，去除每个散射单元的初始相位；
[0014]步骤S5:在频域引入压缩感知理论，对每个距离门的信号建立时域稀疏采样、合成孔径雷达复图像和频域的傅里叶系数之间关系的压缩感知模型；
[0015]步骤S6:采用基于I1范数的最优化方法，利用时域稀疏采样、合成孔径雷达复图像、傅里叶系数之间的关系模型，获得每个距离门复图像在傅里叶基矩阵Ψ下的傅里叶系数，反变换组合获得二维合成孔径雷达复图像。
[0016](三)有益效果
[0017]本发明提出了一种在稀疏采样条件下利用干涉SAR复图像频域稀疏特性的干涉SAR成像处理新方案。该方案将压缩感知理论应用于干涉SAR信号处理流程，实现稀疏采样条件下SAR信号的成像和干涉处理，适用于空间域不稀疏的目标场景，在对地观测【技术领域】有广阔的发展前景。
[0018]所述方法不仅使干涉SAR对地成像时可实现稀疏采样，而且可获得与传统满采样干涉SAR同样质量的幅度和干涉相位图，理论上不降低成像分辨率，在稀疏降采样条件下也可完成干涉处理，具有重要的实际应用价值。本发明在方位向实施降采样，可大幅度减少SAR设备获取的数据量，降低对存储器件的要求。
【专利附图】
【附图说明】
[0019]图1为本发明中稀疏采样条件下的干涉SAR成像方法的流程图；
[0020]图2为本发明中对地干涉成像的几何系统示意图；
[0021]图3(a)?图3(e)为采用本发明中稀疏采样条件下的干涉SAR成像方法的仿真成像示意图。
【具体实施方式】
[0022]为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
[0023]本发明公开了一种稀疏采样条件下的干涉SAR成像方法，其包括:方位向稀疏采样；距离向脉冲压缩；距离徙动校正；对副天线回波信号进行成像，获得参考信号相位；利用参考信号相位去除随机初相位，使图像在频域具备稀疏性；基于I1范数的最优化问题，对所建立的空间域采样-SAR复图像-傅里叶系数之间的关系式进行求解，获得主天线的幅度图像和干涉相位图，并对其分别进行评价。同时为了和传统干涉合成孔径雷达成像处理方法进行比较，提出了基于相关系数的评价准则。所述方法可适用于在空间域不稀疏的目标场景，理论上不降低成像分辨率，在稀疏降采样条件下也可完成干涉成像处理。
[0024]图1示出了本发明中稀疏采样条件下的干涉SAR成像方法的流程图，图2示出了本发明中对地干涉成像的几何系统示意图。其中Z方向为高度方向，H为载机平台的高度，天线A1为主天线，天线A2为副天线，两天线的基线距为B，基线倾角为α，Θ为下视角。场景中的点高度为h，到主天线和副天线的距离分别为r1和r2。
[0025]本发明稀疏采样条件下的干涉合成孔径雷达成像方法的步骤包括:
[0026]步骤1:在获取回波时，采用m序列或高斯分布的随机序列，在方位向对回波信号进行稀疏采样。
[0027]步骤2:对主天线的回波信号进行距离脉冲压缩和距离徙动校正；首先对回波信号进行距离脉冲压缩，然后采用距离多普勒算法(RDA)中的距离徙动校正方法，对距离徙动进行校正，使脉冲压缩后的回波信号在方位向和距离向解耦合。
[0028]步骤3:对副天线的回波信号进行二维成像，获得副天线图像；可采用距离多普勒算法、频率变标算法和波数域算法，对于副天线的回波信号进行方位距离二维成像。
[0029]步骤4:将副天线图像的相位作为参考相位，去除每个散射单元的初始相位；利用主天线的复图像Y、副天线图像的相位外.#构建待恢复合成孔径雷达复图像模型
，用以去除每个散射单元的初始相位，其中待恢复合成孔径雷达复图像模型Ynew为复数表示主天线幅度和干涉相位图信息。
[0030]步骤5:在频域引入压缩感知理论，对每个距离门的信号建立时域稀疏采样、合成孔径雷达复图像和频域的傅里叶系数之间关系的压缩感知模型；构建时域稀疏采样、合成孔径雷达复图像和傅里叶系数之间关系的模型如下所示:
[0031]
【权利要求】
1.一种稀疏采样条件下的干涉合成孔径雷达成像方法，所述方法包括: 步骤S1:在获取回波信号时，在方位向对回波信号进行稀疏采样； 步骤S2:对主天线的回波信号进行距离脉冲压缩和距离徙动校正； 步骤S3:对副天线的回波信号进行二维成像，获得副天线图像； 步骤S4:将副天线图像的相位作为参考相位，去除每个散射单元的初始相位； 步骤S5:在频域引入压缩感知理论，对每个距离门的信号建立时域稀疏采样、合成孔径雷达复图像和频域的傅里叶系数之间关系的压缩感知模型； 步骤S6:采用基于I1范数的最优化方法，利用时域稀疏采样、合成孔径雷达复图像、傅里叶系数之间的关系模型，获得每个距离门复图像在傅里叶基矩阵下的傅里叶系数，反变换组合获得二维合成孔径雷达复图像。
2.如权利要求1所述的方法，其特征在于，采用m序列或高斯分布的随机序列，对方位向信号进行稀疏采样。
3.如权利要求1所述的方法，其特征在于，所述距离徙动校正是采用距离多普勒算法中的距离徙动校正方法对距离徙动进行校正，使脉冲压缩后的回波方位向和距离向解耦口 ο
4.如权利要求1所述的方法，其特征在于，采用距离多普勒算法、频率变标算法和波数域算法，对于副天线的回波信号进行方位、距离二维成像。
5.如权利要求1所述的方法，其特征在于，利用主天线的复图像Y、副天线图像的相位Ψ t构建待恢复合成孔径雷达复图像模型r酬=P—，用以去除每个散射单元的初始相位，其中待恢复合成孔径雷达复图像模型为复数表示主天线幅度和干涉相位图信息。
6.如权利要求1所述的方法，其特征在于，构建所述时域稀疏采样、合成孔径雷达复图像、傅里叶系数之间关系的模型表示如下: δ=ΗΦΡΨ α 其中，g为距离脉冲压缩和距离徙动校正后的时域信号，H为方位向信号进行稀疏采样对应的选择矩阵，Φ为回波信号获取的测量矩阵，P为所述参考相位构成的对角矩阵，Ψ为傅里叶基矩阵，α为复图像在傅里叶基下的傅里叶系数。
7.如权利要求6所述的方法，其特征在于，所述回波信号获取的测量矩阵Φ的形式如下:
8.如权利要求6所述的方法，其特征在于，对每个距离门复图像在傅里叶基矩阵Ψ下的傅里叶系数α进行反变换，构建待恢复合成孔径雷达复图像模型ΥΜ=Ψα，获得每个距离门包含主天线幅度和干涉相位图信息的复图像并组合所有距离门的复图像得到完整的二维合成孔径雷达复图像。
9.如权利要求1所述的方法，其特征在于，对二维合成孔径雷达复图像去除平地效应，获得去除平地效应的二维合成孔径雷达复图像并与干涉合成孔径雷达成像方法处理的幅度和干涉相位结果或理想图像对比，分别生成幅度相关系数图和干涉相位相关系数图，用于评价成像幅度和干涉相位的质量；在此基础上，通过阈值法获得有效评价区域，采用最小均方误差准则评价 有效评价区域内去除平地效应的二维合成孔径雷达复图像的幅度误差，采用平均相位误差准则评价有效评价区域内去除平地效应的二维合成孔径雷达复图像的相位误差。
【文档编号】G01S13/90GK103698764SQ201310740527
【公开日】2014年4月2日 申请日期:2013年12月27日 优先权日:2013年12月27日
【发明者】李道京, 李烈辰 申请人:中国科学院电子学研究所