[发明专利]一种基于时域解混叠的聚束SAR全孔径处理方法

说明书

本发明公开了一种基于时域解混叠的聚束SAR全孔径处理方法，包括：步骤1、解除预处理后聚束SAR数据在方位频域的混叠；步骤2、利用频域成像算法，对方位频域解混叠后的聚束SAR数据进行距离徙动校正RCMC；步骤3、解除距离徙动校正RCMC后聚束SAR数据在方位时域的混叠；步骤4、利用相位梯度自聚焦算法PGA对时域解混叠后的聚束SAR数据进行误差相位估计和补偿；步骤5、解除相位误差补偿后聚束SAR数据在方位频域的混叠，然后利用方位向匹配滤波完成聚束SAR数据的聚焦。通过本发明，可以简便、高效、精确地实现长合成孔径时间下聚束SAR数据的全孔径聚焦处理。

技术领域

本发明涉及聚束合成孔径雷达（Synthetic Aperture Radar,SAR）的全孔径处理方法。

背景技术

空间几何分辨率是合成孔径雷达的核心性能指标，这种主动的微波遥感设备通过发射大带宽的调频信号来获取目标场景距离向的高分辨率，通过方位向合成孔径技术获取方位向高分辨率。而聚束SAR是所有SAR成像模式中方位向分辨率最高的一种成像模式，它通过控制雷达天线波束的指向，使场景中的目标在整个数据获取过程中始终被照射到，大大增加了场景中目标的方位向合成孔径角，提高了目标的方位向分辨率，打破了条带模式下方位分辨率（半个方位向天线长度）的限制。

然而，除了方位向分辨率的提高之外，聚束SAR数据的成像处理也有别于传统的条带SAR。聚束模式下，方位向波束指向的变化使聚束SAR回波数据的方位向带宽比条带SAR大很多。这种情况下若用满足奈奎斯特采样定理的采样频率对场景回波进行采样，往往需要非常高的脉冲重复频率(Pulse Repetition Frequency, PRF)。但在实际SAR系统的设计中，尤其是星载SAR系统设计，考虑到回波数据量和距离向模糊，PRF往往不能太高。因此实际获取的聚束SAR数据方位向往往是欠采样的，即数据在方位频域往往是混叠的。为应用高效的经典频域成像算法处理聚束SAR数据，诸如距离多普勒算法(Range DopplerAlgorithm, RDA)、线性调频变标算法(Chirp Scaling Algorithm, CSA)和距离徙动算法(Range Migration Algorithm, RMA)等，解决数据在方位频域的混叠问题是必不可少的。

除了数据在方位频谱的混叠的问题外，在实际的星载/机载聚束SAR系统中，还存在平台位置向量不精确的问题，不精确的位置向量会影响运补/轨道补偿和有效速度的估计，进而引起聚焦后SAR图像方位向的散焦，而这个问题在长合成孔径时间的聚束模式下尤为严重。若要进一步提高图像的聚焦质量，利用相位梯度自聚焦（PhaseGradientAutofocusAlgorithm, PGA）等自聚焦算法对聚焦后的SAR图像进行后处理是必不可少的。

解决数据在方位频域的混叠问题并对聚束SAR回波数据进行成像主要有子孔径和全孔径两种处理方式。

子孔径处理方法通过将原始的聚束SAR(Synthetic Aperture Radar,SAR)数据沿着方位向分割成很多数据块来解除数据在方位频域的混叠，该方法的优势在于它可以自聚焦算法融合在一起，这对于平台位置向量不精确的高分辨率机载和星载聚束SAR数据处理来讲是非常重要的。子孔径方法的劣势在于复杂的子孔径分割和子孔径组合，如果可以在全孔径处理的情况下将预处理、方位频域解混叠、成像以及自聚焦融合在一起，那么就可以避免子孔径的劣势，使处理流程更加简便。

全孔径方法主要两种处理方式，其中一种方式利用去斜、方位向FT并补零、方位向IFT和加斜完成方位频域解混叠。该方法可以和自聚焦结合在一起，但它在处理中会极大地提高回波数据的数据量，使后续的成像处理无法高效的进行。另一种全孔径处理方式为两步式算法(Two-step Approach, TSA)，该方法首先利用方位时域卷积完成方位频域解混叠，然后通过频域成像算法完成成像处理。这种方法可以以很低的数据量的增加完成方位频域解混叠处理，相比于子孔径方法和去斜方法，该方法简便、高效。但该方法处理后的聚束SAR数据的方位时域是混叠的，这使得自聚焦处理无法和该方法融合，限制了该方法在长合成孔径时间的聚束SAR数据上的应用。