基于MSR采样策略下多发多收MIMO-SAR合成孔径雷达成像研究
摘 要
随着雷达技术的发展，合成孔径雷达（SAR）成像技术已成为遥感探测和测量摄影等领域的重要手段。其中，多发多收MIMO-SAR技术被认为是一种潜在的提高SAR性能的工作方式，能够解决高分宽幅问题，提高方位向采样率，抑制方位模糊。然而，现有的MIMO-SAR成像技术仍存在一些问题，如难以复现、特征利用不足和可扩展性不足等。
基于此，本研究旨在提出一种新的多尺度MSR采样策略，将其应用于多发多收MIMO-SAR合成孔径雷达成像中，对其关键技术展开研究，包括正交波形的设计问题，通道均衡的问题以及阵列设计的问题的解决和研究，以提高成像质量和分辨率。本文研究了基于多尺度Retinex（MSR）采样策略的MIMO SAR雷达成像技术，通过局部增强、全局增强、多尺度Retinex(MSR)算法和引导滤波等手段，对点目标、多目标、立体目标和地面目标进行了仿真实验。同时，本研究还采用了基于空域滤波的无模糊方位信号恢复、时域频带合成技术和子孔径图像融合成像算法等信号处理方法，对仿真结果进行了分析和比较。研究发现：
（1）基于MSR采样策略的MIMO-SAR成像方法能够有效抑制方位向模糊，提高成像质量和分辨率；
（2）MSR-MIMO-SAR能够更大地提高方位向采样率，从而进一步抑制和消除方位模糊，提高成像质量.
关键词：MSR；MIMO-SAR；合成孔径；雷达成像
Abstract
With the development of radar technology, synthetic aperture radar (SAR) imaging technology has become an important means in the fields of remote sensing detection and measurement photography. Among them, the multiple overharvest MIMO-SAR technology is considered as a potential working way to improve the SAR performance, which can solve the problem of high score and wide range, improve the azimuth sampling rate, and suppress the azimuth ambiguity. However, existing MIMO-SAR imaging techniques still have some problems, such as difficulty to reproduce, underutilization of features and inadequate scalability.
Based on this, this study aims to propose a new multi-scale MSR sampling strategy, including MIMO-SAR synthetic aperture radar imaging, including the design of orthogonal waveform, channel equilibrium and the solution of array design, to improve the imaging quality and resolution. In this paper, MIMO SAR radar imaging technology based on multi-scale Retinex (MSR) sampling strategy, multi-target, stereo target and ground target through local enhancement, global enhancement, multi-scale Retinex (MSR) algorithm and guided filtering. Meanwhile, the space-based simulation method to analyzed and compare the simulation results.research finding:
(1) The MIMO-SAR imaging method based on MSR sampling strategy can effectively suppress the azimuth blur and improve the imaging quality and resolution;
(2) MSR-MIMO-SAR can better improve the azimuth sampling rate, thus further inhibiting and eliminating the azimuth ambiguity and improving the imaging quality;
Key words: MSR; MIMO-SAR; synthetic aperture; radar imaging
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
2016年，随着高分三号卫星的发射成功，“高分辨率对地观测系统重大专项”建设迈出了坚实一步。该卫星的成功发射和应用，标志着我国低轨道合成孔径雷达卫星研制技术实现了重大突破，雷达成像卫星全面服务国民经济建设时代来临。与光学遥感卫星利用可见光探测成像不同，合成孔径雷达卫星不受光照、云层、天气等条件的约束与影响，可以全天候、全天时工作，且具有对地下物体的穿透能力，从而能弥补光学遥感观测的不足。因为独特的应用优势，雷达成像卫星一问世就备受追捧。继美国之后，前苏联和许多欧洲国家竞相开展了合成孔径雷达卫星的研制。进入21世纪，为适应海洋开发利用、减灾救灾和环境保护的需要，我国开始了合成孔径雷达卫星的研制。2011年8月，海洋二号雷达成像卫星发射成功。该卫星是我国首颗获取海洋动力环境信息的雷达成像卫星，也是世界上第一颗集散射计、辐射计、高度计等微波观测载荷于一体，可同时测量海面高度、海温、风速、波高的卫星。2012年11月，我国成功发射环境一号C合成孔径雷达卫星，与2008年9月升空的环境一号AB星组成星座，用于对环境的监测。此外，陆地探测一号系统是我国《民用空间基础设施中长期发展规划(2015-2025)》首个卫星型号工程，将以双星编队构型获取高精度数字地形模型。这些发射成功的合成孔径雷达卫星，均取得了良好的应用效益。
通过发射和接收雷达信号，合成孔径雷达(Synthetic Aperture Radar，SAR)能够进行成像，其成像能够不受季节，气候和光线的影响，不管春夏秋冬，雨雾雪霜，还是黑夜白天，都能进行成像，实现了成像的全天候，全天时。与光学成像方法相比，SAR成像摆脱了时间和空间的限制，而且能够通过各种手段获得丰富的，满足实际需要的图像信息。自从SAR成像技术在1951年被Goodyear公司的数学家CarlA.Wiley提出以后，其在遥感探测和测量摄影等领域都发挥着重要的作用，拥有着广阔的应用前景。考虑到SAR成像技术能在任何条件下对地进行观测，近几年来，被越来越多地用在军事和民用领域，给社会带来巨大的经济效益。在民用方面，SAR常常被用于自然灾害的预防、土地资源的检测等。在军用方面，在信息化的现代战争中，SAR被广泛应用于战争评估、军事导航、探测侦查等军事活动。
从SAR成像原理来说，SAR成像过程可解释为：雷达系统平台沿着某个轨迹在空间中运动，通过发射信号，并由系统平台的接收机来接收目标场景反射回来的回波，最后对平台经过一个合成孔径的距离所积累的回波信号进行处理，得到雷达图像。在高分宽幅成像模式中，大的幅宽要求较低的脉冲重复频率，而过低的脉冲重复频率又会导致方位向模糊，不利于高分辨成像，对于高分宽幅成像来说，高分辨和大幅宽是一对矛盾。而多通道成像方法却可以在满足距离向不模糊的条件下，提高方位向采样率，使得在低脉冲重复频率下方位向不模糊，是一种解决高分宽幅问题的有效途径，比如单输入多输出合成孔径雷达(Single Input Multiple Output Synthetic Aperture Radar，SIMO-SAR)、多输入多输出合成孔径雷达(Multiple Input Multiple Output Synthetic Aperture Radar，MIMO-SAR)等。与SIMO-SAR相比，MIMO-SAR能够进一步地提高方位向采样率，抑制和解决方位模糊问题，在解决高分宽幅问题方面比SIMO-SAR更有效。同时，MIMO-SAR被认为是一种潜在的提高SAR性能的工作方式。利用MIMO技术可以获得多种分集增益，如空间分集增益和波形分集增益等，进而带来诸多性能的改善，如降低实天线阵元的数目，提高雷达的抗截获性能，增强弱目标检测和参数估计精度等。
近年来，深度神经网络在图像处理领域取得了显著进展，特别是在图像超分辨率方面。然而，现有的图像超分辨率模型仍存在一些问题，如难以复现、特征利用不足和可扩展性不足。为了解决这些问题，本研究提出了一种新的多尺度MSR（Multi-Scale Retinex，MSR）采样策略来保持持图像高保真度，并对图像的动态范围进行压缩，同时，将其应用于多发多收MIMO-SAR合成孔径雷达成像中，对其关键技术展开研究，包括正交波形的设计问题，通道均衡的问题以及阵列设计的问题的解决和研究，使得它在性能方面得到进一步的改善。随着这种新体制雷达系统的日益完善与成熟，多发多收合成孔径雷达系统将在未来的雷达领域发挥越来越大的作用。
1.1.2 研究目的
本文的研究目的是针对现有图像超分辨率模型存在的问题，如难以复现、特征利用不足和可扩展性不足，提出一种新的多尺度MSR来充分利用图像的特征，并将其应用于多发多收MIMO-SAR合成孔径雷达成像中。通过深入研究多发多收MIMO-SAR合成孔径雷达的关键技术，包括正交波形的设计问题、通道均衡的问题以及阵列设计的问题，进一步改善其性能。同时，本文还旨在探索基于MIMO SAR的多角度成像技术，提高雷达系统的成像质量和分辨率。
1.1.3 研究意义
基于MSRN采样策略下多发多收MIMO-SAR合成孔径雷达成像研究的理论意义和实践意义如下：
（1）理论意义
本文通过引入多尺度MSR来解决现有图像超分辨率模型存在的问题，本研究推动了图像处理领域的技术发展。这种新型网络结构能够更好地利用图像特征，提高图像的质量和分辨率，为图像处理领域提供了新的解决方案。深入研究多发多收MIMO-SAR合成孔径雷达的关键技术，有助于推动雷达系统技术的发展和创新。特别是正交波形设计、通道均衡和阵列设计等问题的研究，为雷达系统的性能优化提供了重要的理论支持。探索基于MIMO SAR的多角度成像技术，有助于推动雷达成像技术的发展和创新。这种新型成像技术可以提高雷达系统的成像质量和分辨率，为雷达系统的设计和应用提供新的思路和方法。
（2）实践意义
本研究提出的多尺度MSR具有广泛的应用前景，可以应用于实际的图像处理任务中，提高图像的质量和分辨率。这种新型网络结构能够为各种图像处理应用提供更高效、更精确的解决方案。通过深入研究多发多收MIMO-SAR合成孔径雷达的关键技术，本研究有助于推动雷达系统在实际应用中的性能提升和应用拓展。这种新型雷达系统具有更高的空间分辨率和目标检测能力，可以应用于军事侦查、导航、气象观测等领域，提高雷达系统的实用性和应用价值。基于MIMO SAR的多角度成像技术，有望为未来的雷达系统提供更高效、更精确的成像解决方案。这种新型成像技术可以应用于各种雷达系统中，提高雷达系统的成像质量和分辨率，为实际应用带来更大的价值。
1.2 国内外研究现状
1.2.1 MIMO SAR国内外的研究现状
合成脉冲孔径雷达的框架是在上世纪70年代由法国国家航天局提出的。如图1-1所示，SIAR采用的是收发分置的系统。图中由大阵元间距的天线组成的外环圆阵是雷达的发射系统，各发射天线发射正交宽波束。作为接收系统的内环圆阵在对接收到的回波进行相干处理之后，再通过波束形成的方法来对目标进行检测和识别。可以看出，作为MIMO雷达的起源和雏形，SIAR的性能特点和工作方式都与MIMO雷达极为相似。
图1-1SIAR系统阵元布置示意图
追本溯源，MIMO概念最初被提出是在控制系统中，用MIMO来表示系统有多个输入和输出变量。20世纪末，Paulraj和Kailath将MIMO概念引入到通信领域中，提出了MIMO无线通信概念，有效克服了信道衰落，实现了在带宽不变的条件下增大了信道容量。鉴于雷达系统和无线通信系统的相似性，MIMO技术被推广到了雷达领域，产生了MIMO雷达。在2003年的第37届Asilomar会议上，来自美国MIT林肯实验室的BlissD.W.和ForsytheK.W.两人共同提出了一种被称为集中式MIMO雷达的雷达系统。这也是比较成熟的MIMO雷达概念最早出现在人们的视野中。集中式MIMO雷达系统采用的是紧凑布置收发阵元的布阵方式(如图1-2所示)，这种方式得到的经过相同目标散射的回波具有一定的相干性，以通过相干处理，可以使雷达系统的各种性能获得一定的增益，提高了系统的成像处理性能。同时，在接收端采用匹配滤波等方法对多个发射天线发射的正交信号进行分离，使雷达系统的自由度得到了提高。
图1-2集中式MIMO雷达系统示意图
除了前面提到的集中式MIMO雷达系统，还有一种分布式MIMO雷达也比较重要。2004年，分布式MIMO雷达由理海大学的R.S.Blum和美国新泽西技术研究院的A.M.Haimovich，E.Fishler等专家提出。它的产生也是基于MIMO理论。和集中式MIMO雷达相比，它们之间的最大区别是分布式MIMO雷达系统的接收和发射天线的间距通常比较大，如图1-3所示。各天线通过对目标进行不同角度的照射，来得到多个统计独立的接收信号，再采用其他方法对目标的RCS闪烁进行消除，从而达到提高雷达系统检测性能的目的。
图1-3分布式MIMO雷达系统示意图
MIMO雷达一经提出，就一直受到了各界的广泛关注和不断地深入研究，成为研究的热点。MIT林肯实验室的Peter Parker和Daniel J.Rabideau分析了集中式MIMO雷达的测角精度、宽扫描波束形成、低截获概率、杂波回波功率特性等方面的性能优势。林肯实验室的Scott Coutts和Frank C.Robey等专家学者建立了两台分别为L波段和X波段的MIMO雷达实验系统，如图1-4所示，对MIMO雷达具有的窄波束、低旁瓣、高分辨率等特点进行了验证分析。华盛顿大学的D.R.Fuhrmann、G.S.Antonio等专家则对集中式MIMO雷达的模糊函数的计算和角度估计精度的克拉美罗下界进行了深入的探索和研究。随后以色列本古林大学的Bekkerman用理论推导和仿真验证的方法，对发射正交波形的集中式MIMO雷达在目标定位和目标检测等方面的性能进行了评估。瑞典乌普萨拉大学的P.Stoica和美国佛罗里达大学的J.Li等研究了MIMO雷达的目标识别问题，并得到了MIMO雷达的目标最大可识别数是传统相控阵雷达的Nc倍的正确结论，其中Nc为发射阵元数目。
与分布式雷达相比，集中式MIMO雷达所面对的难题在当前的研究水平下更容易得到解决。因此目前最具工程实用意义的MIMO雷达当然是林肯实验室提出和研究的集中式MIMO雷达。不特殊说明的情况下，本文研究的MIMO雷达指的就是集中式MIMO雷达。
（a）L波段天线（b）x波段天线
图1-4MIMO雷达
国内在MIMO雷达方向的研究起步较早。在二十世纪末，在对SIAR方向做了许多研究之后，西安电子科技大学和中国电子科技集团第三十八研究所经过长时间的刻苦攻关，米波稀布阵SIAR系统最终被成功做出来，而这是要在林肯实验室和贝尔实验室之前的。在当时MIMO概念还没有被提出的条件下，是在MIMO无线通信中产生的想法，并付诸实践的。由2个不同圆周上的天线构成了该SIAR系统，其中在一个圆周上均匀地布设发射天线，而在另一个圆周上均匀地布设接收天线，且该系统的发射的是不同频率、相互正交的波形，在接收端用信道分离的方式对各路目标回波信号进行分离，分别形成了该系统的发射和接收方向图。
后来，一种新型的SIAR雷达：岸一舰双/多基地“广播式”雷达被西安电子科技大学的雷达信号处理国家重点实验室所提出。一个发射站和多个接收站构成了该雷达系统，其中大型的发射天线是在岸上布置，而多个小型接收天线则布置在舰船上，发射天线发射调频中断连续波信号。其接收站只负责接收回波信号，无法完成信号的发射，因此对其定位难度很大，进而使该系统的隐身性能得到了改善。目前已完成该雷达试验场地的建立，实验数据的分析结果也对该雷达系统设计方案的可行性进行了验证。
1.2.2 多模式成像国内外研究现状
国内关于多模式成像技术的研究，在不同领域均有涉猎。王密等（2023）公开了双清一号多模式成像样例数据集，涵盖了多种成像模式和不同目标区域的典型数据样本。通过一系列处理步骤构建了该数据集，并对关键算法进行了深入探讨。这为多模式成像技术的发展提供了重要参考。白澜等（2023）提出了一种基于GPU的多模式SAR统一成像并行加速方法，解决了多模式SAR成像处理中存在的计算效率不足问题。该方法大幅度提升了多模式SAR成像的计算效率，最高加速比达到55.62，并解决了GPU显存空间利用率较低的问题。李东哲等（2023）提出了基于单像素成像原理的多模式显微成像技术，解决了传统多模式显微成像方法需要更改实验装置或使用不同成像系统的问题。该技术采用同一套装置和相同的实验数据，重建的多模式图像的视场相同，为显微成像技术的发展提供了一种全新的思路。周雪等（2023）将功能连接应用于精神分裂症脑异常检测及其辅助诊断中，考察了基于原始时间序列一阶导的相关分析构建的功能连接在检测SZ患者脑功能异常的能力以及其对SZ的辅助诊断作用。结果表明，dFC具有刻画脑功能连接信息的能力，与传统FC有互补性，两者联合能更全面地刻画SZ的脑异常连接模式。李强等（2022）提出了一种基于方位去斜加方位重采样的多模式斜视多通道SAR成像方法，解决了传统的多通道成像方法无法处理多模式的斜视多通道SAR数据的问题。理论分析与实验结果均验证了该方法的有效性。陈超（2022）开发了基于波前测量的多模式图像传感器，并开展了其应用研究。该传感器通过分光棱镜将待探测光均分为两部分，结合精确定位的CMOS传感器实时采集过焦和欠焦图像，实现相位的准确重建。在此基础上，构建了尺寸仅为136×91×60 mm~3的基于波前测量的多模式图像传感器样机，并进行了多种应用领域的探索与开发。
在国外，Ying KaiNing等人（2022年）提出了一种基于多模式激光超声成像的时间域合成孔径聚焦技术（T-SAFT）。他们指出，由脉冲激光激发的超声波具有宽带宽和多模式指向性模式的特点，这导致了在SAFT过程中的常见问题，如超声波信息利用率低和可能出现的伪影。为了解决这些问题，他们提出了一种多模式时间域SAFT（MMT-SAFT）算法。该研究讨论了超声波指向性对成像深度范围的影响，并进行了多模式LU成像以减少伪影。通过仿真和实验结果证明了MMT-SAFT算法的可行性，该算法不仅呈现了缺陷上部的更清晰图像，而且与使用单一超声模式的时域SAFT相比提高了图像质量。Kim Jin Woo等人（2022年）提出了一种基于光子计数统计的量子成像方法，用于在实际、低成本、单光子级量子成像系统中区分和消除背景光子噪声。他们利用多模式玻色-爱因斯坦分布中的光子模式估计来实现这一点。通过机器学习技术，如支持向量机（SVM），可以对单光子照明和背景光子噪声中的光子计数概率分布中的不同模式数进行分类。所提出的基于光子计数统计的支持向量机（PSSVM）学习每个像素的光子计数分布的差异，以区分来自源的光子和背景光子噪声，从而提高图像质量。L. Merabet等人（2020年）研究了多模式平面波成像在傅里叶域中的理论和应用，以快速超声成像裂纹。他们将总聚焦方法（TFM）与平面波成像（PWI）相结合，使用少量传输进行多模式重建。为了进一步加速成像过程，他们提议在傅里叶域中将平面波发射与快速重建算法相结合。该方法在医学成像中与J.- Y. Lu的开创性工作一起开发，并在最近的一篇论文中进行了研究，以通过直接重建模式在固体中形成图像。在本论文中，理论被扩展到各种重建模式（有/无模式转换的半跳和一跳模式），并使用实验结果在具有不同平面缺陷的样本中评估了成像方法。
1.2.3 多角度成像国内外研究现状
在国内，王羿等（2023）提出并评价了一种基于信噪比模型的多角度偏振成像仪数据校正方法，该方法主要针对本底校正和帧转移校正对信噪比的影响进行了建模和仿真，并使用实测数据进行了验证。结果显示，这两种校正都会增加噪声，降低信噪比。蔡璐阳等（2023）+提出了一种采用贝叶斯估计的圆迹SAR三维成像方法，以改进原有的基于贝叶斯估计的三维成像方法。新方法考虑了不同子孔径之间的高度测量误差分布模型随孔径大小的变化，建立了更准确的随角度变化的误差分布模型，从而提高了三维成像的精度。赵甲萌等（2023）在半封闭空间SAR的多径效应问题上，提出了一种多角度观测方法。通过从不同角度获取回波数据并进行合成，定义中心向量，并计算像素点到中心向量的距离，从而去除多径效应对成像结果的干扰。仿真结果表明该方法有效。程晓等（2023）+针对反射面天线体制星载合成孔径雷达(spaceborne SAR)的多角度成像姿态控制问题，提出了成像弧段划分规则、首景成像姿态策略、成像角度机动切换策略和第二景成像姿态的计算方法，并进行了姿态策略验证。结果表明，该策略可以实现不同方位角的SAR成像。王皓飞等（2023）阐述了风云三号降水卫星上的多角度偏振成像仪的观测特点和应用潜力。该仪器具有短波红外通道和多角度偏振测量能力，可提供14个角度的观测信息，并拥有独特的观测几何。这些特点使得该仪器在云和气溶胶特性的描述、云微物理参数反演和地表方向反射特征的表述等方面具有优势。朱思峰等（2023）对高分五号02星多角度偏振成像仪的在轨辐射性能进行了初步评价。通过海洋瑞利散射和“偏振交火”交叉定标两种方法，实现了DPC在轨绝对辐射定标和视场内相对辐射一致性检验。结果表明，DPC/GF-5(02)在轨后的辐射稳定性优于DPC/GF-5，绝对辐射和相对辐射响应均未发生明显改变。
在国外，Johnson Thomas等人（2022年）使用多角度成像光谱辐射计（MISR）来绘制北极海冰表面粗糙度。海冰表面粗糙度是气候和海洋学研究中的一个关键参数，约束了大气和海洋之间的动量传递，并为夏季融化池的范围提供了先决条件，与冰龄和厚度相关。他们扩展了先前从镜面各向异性建模表面粗糙度的工作，利用MISR的多角度能力来估计海冰粗糙度。Mosadegh Ehsan和Nolin Anne W.（2022年）开发了一个新的数据处理系统，用于从MISR图像生成海冰表面粗糙度产品。海冰粗糙度可以作为其他海冰特性（如冰厚度和冰龄）的代理。他们使用MISR的顶部大气层辐射数据，结合激光雷达衍生的粗糙度测量值，来生成地理参考的海冰粗糙度栅格，这些栅格可以拼接成北极范围的海冰粗糙度图。Thompson Sabrina N.等人（2022年）分析了不同轨道几何形状下多角度成像偏振计对散射角的采样。他们关注于开发先进的空基多角度偏振成像仪来观测气溶胶和云，并研究了轨道几何形状、太阳和观察角度几何形状以及扫描宽度等因素如何影响所采样的散射角范围。这项研究的目的是更好地了解这些因素如何影响不同偏振计平台采样的散射角范围。
1.3 研究方法
（1）文献综述
本文通过对MIMO SAR、多模式成像、多角度成像和MSR采样策略成像机制等领域的相关文献进行综述，了解国内外研究现状，为后续研究提供理论依据。深入剖析SAR成像的基本原理，包括星载SAR的几何关系、二维分辨率以及最小天线面积约束等，为基于MSR采样策略的雷达成像技术研究提供理论支撑。
（2）仿真实验
通过仿真实验验证基于MSR采样策略的雷达成像算法的有效性，为后续实际应用提供参考。将本文提出的基于MSR采样策略的MIMO SAR雷达成像技术与传统方法进行对比分析，突显其优越性和创新性。
1.4 研究内容与技术路线图
本文的研究内容共分为5个主要部分：
第一部分：绪论。这一章主要介绍了研究的背景和意义，包括MIMO SAR、多模式成像、多角度成像和MSR采样策略成像机制的国内外研究现状。然后，阐述了研究方法、研究内容与技术路线图，以及创新点。
第二部分：SAR成像基本原理。这一章详细介绍了SAR成像的基本原理，包括星载SAR的几何关系（如条带式模式、ScanSAR模式、凝视模式），二维分辨率（距离向分辨率和方位向分辨率），以及最小天线面积约束。
第三部分：基于MSR采样策略下雷达成像研究。这一章主要研究了基于MSR采样策略的雷达成像。首先介绍了MSR采样原理，包括局部增强、全局增强、多尺度Retinex(MSR)算法和引导滤波及其特性。然后，详细阐述了点目标二维谱解析和算法实现过程。最后，通过仿真实验验证了该算法的有效性。
第四部分：基于MIMO SAR的合成孔径雷达成像多角度仿真实验。这一章主要进行了基于MIMO SAR的合成孔径雷达成像多角度仿真实验。首先，介绍了聚束模式多角度MIMO-SAR工作模式及信号模型。然后，分析了多普勒特性，并详细介绍了信号处理流程，包括基于空域滤波的无模糊方位信号恢复、时域频带合成技术和子孔径图像融合成像算法。最后，通过仿真实验验证了该方法的有效性，并对实验结果进行了分析。
第五部分：结论与展望。这一章总结了全文的研究内容，得出了研究结论，并提出了不足之处和展望。通过对基于MSR采样策略的MIMO SAR雷达成像技术的研究，可以为未来的雷达成像技术提供新的思路和方法。同时，该研究也为后续的雷达成像算法研究提供了参考和指导。
图1-1 技术路线图
1.5 创新点
本文研究的MIMO SAR、多模式成像、多角度成像和MSR采样策略成像机制等领域均处于雷达成像技术的研究前沿，具有较高的研究价值和创新性。
（1）基于MSR采样策略的雷达成像技术：本文提出了一种基于MSR采样策略的雷达成像技术，通过局部增强、全局增强、多尺度Retinex算法和引导滤波等特性，实现了对点目标的二维谱解析和算法实现过程的深入研究，具有较高的创新性和实用性。
（2）多角度MIMO-SAR成像技术：本文研究了基于MIMO SAR的合成孔径雷达成像多角度仿真实验，通过聚束模式多角度MIMO-SAR工作模式及信号模型的研究，实现了对多普勒特性的分析以及信号处理流程的优化设计，为后续雷达成像算法研究提供了新的思路和方法。
本文通过仿真实验验证了基于MSR采样策略的MIMO SAR雷达成像技术的有效性，为后续实际应用提供了参考和指导。同时，该研究也为后续的雷达成像算法研究提供了参考和指导，具有较高的应用价值和实践意义。
第二章 SAR成像基本原理
2.1 星载SAR几何关系
2.1.1 条带式模式
星载SAR通常采用侧视条带式模式，这是星载SAR最常用的一种工作模式，条带成像的合成孔径雷达可以采用正侧视(雷达波束指向与雷达平台运动方向垂直)工作模式，如图2-1所示：
图2-1 正侧视条带模式 图2-2 斜侧视条带模式
也可以采用斜侧视(雷达波束指向与雷达平台运动方向不垂直)工作模式，如图2-2所示。星载SAR通常采用正侧视条带模式，但是，由于地球自转的影响，其效果等效为斜侧视工作模式，等效的斜侧角(雷达波束指向与雷达平台运动方向垂直面的夹角)随纬度的变化而变化，低纬度时等效的斜侧角较大，随着纬度变大，等效的斜侧角较小，卫星飞经赤道上空时，其等效的斜侧角最大。所以，星载SAR成像处理通常采用斜侧视工作模式的成像算法。另一种方法是在卫星上采用偏航控制补偿由于地球自转引起斜视角，使星载SAR等效为正侧视的工作模式，进而使成像处理变得简单。
2.1.2 ScanSAR模式
ScanSAR工作模式是星载SAR的宽观测带工作模式，要获得宽观测带就必须牺牲方位向分辨率，方位向分辨率为天线长度的一半，在保证宽观测带的低分辨率时，需要的天线尺寸将很大，技术上难度很大。ScanSAR工作模式就是为了解决这一问题而提出的一种工作方式。图2-3给出了ScanSAR工作模式的空间几何关系。通过天线在距离向的扫描来获得多个条带的图像，从而拼接出宽观测绘带宽图像。
图2-3 ScanSAR模式 图2-4 ScanSAR模式成像过程示意图
图2-4给出了ScanSAR模式天线扫描及数据处理过程的示意图。对于不同波束位置(对应不同子观测带)ScanSAR模式是依次分别成像的。最初天线的波束指向宽观测带的近端并驻留足够长的时间以合成一幅单波束照射区域的雷达图像，然后天线波束再指向下一个子观测带对此子观测带进行成像。依次类推，当对最远端子观测带进行成像后，天线波束再返回最近端子观测带，这一过程重复下去，就完成了对整个宽观测带的成像。图中，对于每一子观测带卫星录取的数据是间歇式的。但是，因为天线波束照射的宽度较宽，所录取的一小段数据，能成出较宽的图像，保证天线波束返回此子观测带时所成出的图像能拼接的上。
2.1.3凝视模式
凝视工作模式是一种适应于小区域高分辨率的工作模式，对于条带式，由于方位向天线波束宽度限制了合成孔径的长度，因此，其方位向分辨率不会优于天线长度的一半。距离向成像限制了脉冲重复频率无限提高，从而限制了天线长度的缩短。如图2-5所示，凝视工作模式通过控制方位向天线波束指向，使其沿飞行路径连续照射同一区域以增大其相干时间，从而增加合成孔径长度，提高方位向分辨率。
图2-5 凝视工作模式 图2-6 滑动工作模式
与上述传统的凝视工作模式相比较，滑动模式是一种更一般的凝视工作模式，在滑动工作模式中天线波束不是指向特定的一个固定区域，而是沿着卫星的飞行方向向前有所滑动。滑动模式的工作方式如图2-6所示。滑动模式能够获得更大成像区域，但分辨率略低于相同情况下的凝视工作模式，滑动模式的工作方式吏为灵活。在某种意义下，凝视工作模式是滑动模式的一种特例。由于对于固定波束的合成孔径雷达而言，通常距离向波束宽度大于方位向波束宽度，这样采用凝视工作模式获得的图像是一种长方形的，而滑动模式将可获得正方形的图像。在这种情况下滑动模式更为有用。
2.2二维分辨率
SAR图像分辨率包括距离向分辨率（Range Resolution）和方位向分辨率（Azimuth Resolution）。在垂直于飞行方向上的分辨率，也就是侧视方向上的分辨率（所能分辨的目标间最小距离）。距离向分辨率与雷达系统发射的脉冲信号相关，与脉冲持续时间成正比。
2.2.1 距离向分辦率
距离一般指斜距或者地距，前者是指沿雷达视线方向测量，而后者是沿地面测量。下图2.7中的R0和r0是零多普勒位置（注1）校正后的斜距和地距。由于所有SAR处理中都使用斜距的定义，如果不加特殊说明，那么一般情况下距离默认为斜距。
图2-7 多普勒位置
在信号空间中，距离测量的是雷达天线与地面目标的间隔，假设一波束覆盖区域中的一个目标A，该目标在处于雷达的视线范围内的过程中，随着雷达位置的变化，雷达同目标A的距离也即瞬时斜距也会发生变化
经过SAR处理，得到目标在图像空间的聚焦位置，目标在图像空间中被聚焦于与其零多普勒时刻相对应的位置，目标的距离即为雷达传感器同目标最接近的时刻雷达传感器同目标的距离，也就等同于雷达传感器同目标的最近距离（零多普勒位置校准之后的斜距）。由于零多普勒时刻与天线斜视角无关，所以最终图像中目标的位置并不依赖于斜视角。
关于距离向分辦率所应用的算法距离多普勒算法，主要为完整的距离多普勒算法主要包括距离压缩、距离徙动矫正（矫正距离走动和距离弯曲）、方位压缩等步骤。其中距离走动矫正即可在时域进行也可在频域进行，而距离弯曲矫正一般在多普勒域进行。在距离多普勒域叫作RCMC是算法的主要特定，因此被称为“距离多普勒（RD）”算法。
（1）小斜视情况前面已经给出里
原始信号模型及距离历程的数学模型，分别为
（2.1）
根据驻定相位原理，距离FFT结果为：
（2.2）
距离 频域
匹配滤波函数：
（2.3）
距离压缩的输出为：
（2.4）
其中，
最低0.47元/天 解锁文章
2010
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
