Sentinel-1 Level 1数据处理的详细算法定义（四）

《Sentinel-1 Level 1数据处理的详细算法定义》文档定义和描述了Sentinel-1实现的Level 1处理算法和方程，以便生成Level 1产品。这些算法适用于Sentinel-1的Stripmap、Interferometric Wide-swath (IW)、Extra-wide-swath (EW)和Wave模式。

今天介绍的内容如下：

4. 预处理算法

4.3 下行链路头验证

4.3.1 缺失行检测

在检测到并纠正了任何可能的比特错误之后（如表4-1所述），执行缺失行检测。输入数据中可能存在两种情况导致回波数据包缺失，这两种情况都通过监控每个数据包计数器的当前值来检测。

其中：

• PSCT = 来自主要ISP头的数据包序列计数

• SPCT = 来自次要ISP头的空间数据包计数

• PRICT = 来自次要ISP头的模式PRI计数

第一种缺失行的情况是回波数据包由于合成孔径雷达(SAR)仪器外部的某些原因而从输入数据中物理上缺失；例如，由于下行链路存在问题导致传输过程中回波数据包丢失。由于输入数据中缺少而丢失的数据包被称为下行链路缺失行。通过比较所有三个空间数据包计数器的当前值与相应计数器的前一个值来检测下行链路缺失行。如果所有计数器的结果都是一(1)，则数据包序列是完整的。如果结果大于一(1)且对所有计数器都相同，那么使用次要数据包头中的SPCT计算缺失行数，如下所示：

第二种缺失行的情况是，由于SAR仪器的异常，它在图像获取期间无法生成SAR空间数据包，导致输入数据中缺少回波数据包。由于这个原因丢失的数据包被称为仪器缺失行。当PSCT增加一(1)，而PRICT和SPCT增加的数量彼此相等且该数量大于一(1)时，输入数据中就存在仪器缺失行。然后使用SPCT按照以下方式计算仪器缺失行的数量：

4.4 地形高度函数

在预处理过程中，IPF将沿着场景的方位方向构建一个（平均）地形高度值的向量。请注意，对于TOPSAR，相同的向量将适用于所有子条带。在双极化情况下，IPF将只计算一个地形高度函数，该函数将应用于两种极化。向量元素的方位间距是一个可配置的输入参数，除了波模式，波模式中每个单元格计算一次。

因此，地形高度函数由一组对定义：

其中${\eta }_i$是一组方位时间值，覆盖了场景的全部方位范围。每个地形高度值$h_i$ 是通过对以${\eta }_i$ 为中心的方位块的DEM子集取平均值得到的，该方位块覆盖了场景的全部距离维度。用于平均的方位块的大小是一个可配置的输入参数。
详细的处理步骤如下：

1. 将图像划分为方位块（整个范围，每个条带一个条带）。
2. 对于每个块，为条纹采样网格的子采样版本计算一组相应的高度值。
3. 使用直接地理编码算法（如第5.1节中描述的算法）计算纬度/经度值。
4. 通过DEM（数字高程模型）插值计算高度值。
5. 然后在整条条纹上平均高度值。
6. 然后检索每个条纹的平均高度值，得到一个（大致的）方位地形变化。

如果SLC处理器或L1后处理器以后需要，地形高度的中间值将通过线性插值获得。

5 多普勒中心频率估计算法

本节介绍了一种基于ENVISAT ASAR单波束和ScanSAR处理器的算法和经验的多普勒中心频率估计（DCE）方法。

在非常高的层面上，DCE处理可以表示为图5-1所示：

5.6节中将讨论DCE处理块的尺寸。

图5-1中展示的两个高级算法块在接下来的章节中如下所示：

计算单个绝对直流(DC)估计值

对于每个距离和方位块的单个直流估计值的计算，对于单条带（Stripmap和Wave）模式和多条带（TOPSAR）模式都是相同的（除了第5.2.1节中描述的TOPSAR预处理步骤之外）。这一阶段在图5-2中有更详细的说明，包括以下步骤：

1. 绝对直流计算（基于轨道和姿态），如第5.1节所述
2. 精细直流估计，如第5.2节所述
3. 直流估计质量测量，如第5.5.1节所述
4. 精细直流估计值解包，如第5.3节所述
5. 多项式拟合，如第5.5节所述
6. 绝对直流估计，如第5.4节所述。

用于后续处理步骤的直流(DC)频率源是可配置的，可以是以下之一：

• 根据轨道和姿态计算得出
• 从数据中估计得出
• 设置为一个预定义的、可配置的多项式（这种情况在图5-2中没有显示）。

请注意，如果软件故障或质量阈值违反发生在算法的任何步骤中（除了第一步），则回退的直流频率是程序开始时从几何计算得出的那个。

5.1 绝对直流计算（基于轨道和姿态）

如果这个计算非常精确，实际上就可以完全解决问题。至少，波束指向和测量的精度将允许精确确定模糊度。然而，固有的测量和波束指向误差总是会导致直流估计的不可预测性。在这种情况下，必须从数据中估计绝对直流。第一步是利用轨道和姿态数据，从航天器-地球几何关系中确定绝对直流。IPF将始终执行这一步。如果结果非常精确，这个计算实际上就可以完全解决问题。至少，波束指向和测量的精度将允许精确确定模糊度。然而，固有的测量和波束指向误差总是会导致直流估计的不可预测性。在这种情况下，必须从数据中估计绝对直流。

在当前的Sentinel-1 DCE（多普勒中心频率估计）算法中，假设直流频率的模糊性可以从几何学中可靠地计算出来。卫星在轨道上的的位置和速度，或者说卫星的星历，由状态向量描述，这些通常由卫星上的GPS系统估计，并作为工程数据包含在SAR信号记录中。

对于一个以相对速度v移动的平台，斜距r和视线向量r（视线向量是从卫星位置P到目标的向量）的目标的多普勒频率由下式给出：

其中
$\lambda$ 是雷达波长。
这一节描述了如何从以下参数计算目标的多普勒频率：
p = 卫星位置
v = 卫星相对速度
r = 斜距
$\varphi$ = 卫星姿态，由三元角度（翻滚、俯仰、偏航）定义。（例如，见[R-9]第2节关于姿态角度的定义）。

对于一个固定的轨道点（即固定的卫星位置和速度），多普勒频率作为斜距r和姿态$\varphi$ 的函数将被称为多普勒频率函数（DFF）。DFF由下式给出：

其中$r_0(r,\varphi )$ 是单位视向量（见图5-3）。

对于给定的斜距$r$和姿态向量$\varphi$，单位向量$r_0(r,\varphi )$ 可以被计算为下列非线性代数方程组的解：

其中：
• 𝑎= 地球的主轴半径
• 𝑏= 地球的次轴半径
• 𝑔= 分量向量 ($g_x$,$g_y$,$g_z$)，表示对应于给定斜距$r$ 和单位向量$r_0(\varphi ,r)$的地球表面上的目标点，如图5-3所示
• $u_0(\varphi )$ = 与𝑟0(𝜙,𝑟)正交的单位向量，由卫星姿态定义，如下所示：

矩阵$L_0(p,v_a)$,$L(\varphi )$的计算方法如下：

1. 矩阵$L_0(p,v_a)$ 是一个轨道矩阵，它可以从卫星的位置向量$p$和卫星的绝对速度向量 $v_a$计算得出。

其中向量$w$是地球的恒星自转速度（只有它的 $z$ 分量有非零值，等于 0.00007292115833 弧度/秒）。
具体来说，矩阵 $L_0(p,v_a)$ 由以下方程定义：

其中标量$e$是地球椭球体的扁率。

2.方程式(5-9)中的矩阵$L(\varphi )$是姿态矩阵，它可以从$(\varphi ,\theta ,\psi )$ —— 翻滚、俯仰和偏航姿态角计算得出。

请注意，通常来说，给定的姿态向量并不能唯一地定义$L(\varphi )$ 。为了使$L(\varphi )$能够被唯一定义，必须知道三元组$(\varphi ,\theta ,\psi )$ 的旋转顺序。对于Sentinel-1，它假设了与ASAR相同的姿态旋转顺序，即3-2-1旋转顺序。

最后，对于给定的斜距$r$和卫星姿态向量，可以使用方程式(5-2)到(5-15)计算DFF（多普勒频率函数）的值$f(r,\varphi )$。这一操作将针对每个n个距离块中心对应的斜距进行。得到的估计值集合可以表示为一组斜距和绝对多普勒中心频率的配对集合：

请注意，直流(DC)是针对输入数据采样网格的子采样版本计算的（网格中每个样本一个DC值）。在该DC网格上拟合多项式，然后将其用于处理并在输出的L1产品中进行注释。

5.2 精细直流估计

通常，仅从几何学中得到的直流估计并不能提供足够的精度。因此，必须从数据中估计精细的（也称为“基带”、“分数”或“模糊”）直流频率。

多普勒采样率，即脉冲重复频率(PRF)，限制了可观测的最高多普勒频率。因此，在接收到的信号中，只能观察到介于 -PRF/2 到 +PRF/2 之间的频率。对应这些频率的部分被称为多普勒频率的基带PRF部分。

请注意，在实际应用解调之前，必须首先对数据进行BAQ解码和原始数据校正。此外，还必须应用PG产品补偿。这些操作是针对方位块中的每一行进行的：

a) 如第9.1节所述，执行原始数据解码。

b) 如第9.2节所述，执行原始数据校正。

c) 如第9.4节所述，执行漂移补偿。

d) 执行距离压缩，如相关节所述。

精细直流频率的计算需要以下步骤：

1. TOPSAR特有的DCE预处理，如第5.2.1节所讨论。

2. 相关直流估计器（CDCE），如第5.2.2节所讨论。

请注意，精细直流频率估计是在距离压缩数据上执行的，因此，它发生在距离-时间-方位时间域中。

5.2.1 DCE预处理（仅限TOPSAR）

在执行CDCE算法之前，必须对TOPSAR模式数据进行方位向解调。输入数据是一系列压缩后的范围数据。

解调是按方位线逐条进行的，具体步骤如下：

1. 计算解斜率信号$d(\eta )$，定义为：

其中：
$\eta$= 方位时间（或慢时间）
$T_b$= 突发时间
$k_s$ = 由天线扫描引入的多普勒中心频率变化率（见第9.14节关于描述和计算）

2. 将每个方位线在突发中的信号乘以解斜率信号。

5.2.2 相关直流估计器（CDCE）

CDCE算法是一种基于相位的算法（二阶统计估计），它通过在滞后一的时延处的平均交叉相关系数（ACCC）来推导精细的多普勒中心频率，这是在波束中心穿越时间的相位导数的统计度量。

5.2.2.1 算法概述

CDCE算法在文献中有很好的描述（例如，参见[R-2]、[R-5]第12.4.2节，以及ENVISAT PF-ASAR技术说明[R-10]以获取详细信息和解释）。

5.2.2.2 算法实现

输入到这个算法的是特定条带的方位信号数据块。CDCE由以下操作组成，对每个距离线执行：

1. 计算每个方位线在滞后一时延处的平均交叉相关系数（ACCC）：

其中：
$s(\eta )$ = 雷达信号的一个样本
$\Delta \eta$ = 方位采样间隔，即 1/PRF（PRF从L0产品中读取）
$s(\eta ,\Delta \eta )$ = 方位方向上的下一个样本。

请注意，通过在完整的距离线上执行互相关操作，可以同时对所有方位线（或等价地，所有距离样本）执行此操作。

2. 将ACCC向量划分为与距离块数量相同的子向量（见第5.6节关于距离块的定义），并在每个子向量内求平均值。这样可以得到每个距离块对应的范围平均ACCC值。
3. 计算第2步得到的每个ACCC值的角度${\varphi }_{accc}$ 。
4. 计算第3步中得到的每个${\varphi }_{accc}$ 对应的精细直流频率（即计算每个距离块对应的直流频率）：

那么，对于给定的方位输入数据块，输出是一系列精细直流频率估计值的集合，每个估计值对应于数据块中心的斜距。这组估计值可以表示为一组包含快速时间和精细多普勒中心频率的配对集合。

其中 n 是距离块的数量。

5.3 高精度直流（DC）估计的解包

对于每个方位向块，必须按照第5.2节中描述的方式，在距离方向上解包高精度直流（DC）估计，方法是移除连续估计之间超过脉冲重复频率（PRF）/2的跳变。为了获得最佳结果，应该在解包裹过程中忽略或降低那些被判断为过于嘈杂或有偏差的块估计（基于前一步骤的结果）。

实现一维解包的传统且简单的方法是确保两个连续的范围块估计之间的直流（DC）差异在绝对值上小于脉冲重复频率（PRF）/2。然而，这种方法容易解包错误，因此IPF采用了一种更为稳健的算法，该算法最初在[R-11]中提出并描述。