Sentinel-1 Level 1数据处理的详细算法定义（六）

《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：

6.2.2 范围压缩

每个范围线通过以下步骤使用匹配滤波器进行压缩：

1. 将范围线零填充至Nfft长度。
2. 使用FFT将该行转换到频率域。
3. 将结果乘以RRF（范围参考函数），其大小与Nfft相同，如6.1.1节所述。
4. 执行逆FFT。
5. 计算所需的黑填充量，如6.2.2.1节所述。
6. 然后将匹配滤波器丢弃后的压缩范围线的有效部分写入输出范围处理缓冲区（考虑到如6.2.2.1节所述计算的黑填充，并考虑到6.2.2.2节所述的范围线长度）。

6.2.2.1 黑填充计算

压缩范围线中的黑填充是由于SWST随时间变化引起的。

SWST是发射脉冲开始时间和当前接收采样窗口开始时间之间的时间偏移。SWST可能在一个给定的方位持续时间内变化多次，处理器必须考虑这种变化。

IPF的范围压缩算法通过分别处理SWST变化的整数部分和小数部分（SWST以范围样本表示）来处理SWST的变化。

处理小数SWST变化的算法在6.1.1节的第5步中描述。处理SWST变化的整数范围压缩样本部分的算法如下：

1. 计算整个段中SWST的最大变化量，以秒为单位表示为maxSwstChange。

2. 计算整个段中SWST的最大变化量，以范围样本为单位表示为maxSwstChangeInSamps

其中𝐹𝑟是复数范围采样频率。范围采样频率从输入L0数据中读取（范围解复用是ISP数据包次级头的一个字段）。

3. 计算最大SWST变化的整数部分：

这表示黑填充样本的总数。

4. 对于每个范围线，计算在线条开始和结束处所需的黑填充样本数量：
   o 计算当前线的整数SWST变化：

o 计算线条开始处的黑填充

o 计算线条结束处的黑填充

图6-2展示了一个范围压缩缓冲区，其中包含黑填充以适应SWST变化的概念。

6.2.2.2 距离线长度计算

在输入信号数据中，每行距离线都标记有采样窗口长度（SWL）和采样窗口起始时间（SWST）。对于像ENVISAT ASAR这样的早期ESA SAR任务，SWST可能从一行距离线变化到另一行，但在同一条带内SWL是恒定的。然而，对于Sentinel-1，SWL和SWST都可以变化。在进行距离压缩时，必须考虑SWL和SWST的变化，以便在方位压缩的缓冲区中正确对齐距离压缩线。

SLC处理器处理SWST和SWL变化的三种可能组合：

1. SWST变化但没有SWL变化，如图6-3所示。

2. 没有SWST变化但有SWL变化，如图6-4所示。

3. SWST和SWL都变化，如图6-5所示。

请注意，对于非切片情况，需要在整个图像中考虑SWST和SWL的变化。对于切片情况，需要在所有切片中考虑SWST和SWL的变化。

为了考虑SWL的变化，在将距离压缩结果写入输出缓冲区时，请执行以下操作：

1. 将行缓冲区零填充到整个段的最大SWL，即maxSwlSamp。
2. 读取当前SWL的大小（以样本为单位），即currSwlSamp。
3. 从信号数据中提取currSwlSamp个样本，并将它们放入已零填充的行缓冲区的前currSwlSamp个样本位置，该行缓冲区的长度为maxSwlSamp。
4. 在处理距离压缩的舍弃部分时，确保舍弃是相对于currSwlSmp进行的，而不是相对于maxSwlSamp。

6.2.3 方位前向FFT

本步骤执行的是基本的方位前向FFT，长度为 𝑀fft。请注意，在此步骤之后：

• 对于Stripmap模式，下一步处理是范围-多普勒算法方位压缩，如6.3节所述。

• 对于TOPSAR模式，下一步处理是频率域UFR（Unfolding and Resampling，展开和重采样），如6.2.4节所述。

6.2.4 方位频率UFR（TOPSAR模式特有）

频率域UFR算法和时间域UFR算法（见6.4节描述）在概念上是相同的。一个通用的UFR算法，是频率域和时间域UFR的基础，见9.9节描述。

频率UFR的输入是一系列范围压缩、方位FFT处理后的数据，以范围时间为自变量，方位频率为函数表示。

频率UFR算法基本上是一维的，它在频率域中应用于每个方位线，针对所有突发进行处理。图6-6展示了一个输入TOPSAR方位线典型时间-频率图的示意图。

请注意，为了清晰起见，在当前节以及6.4节的所有图中，时间-频率图以多普勒中心频率等于零 来表示。

在本节中，将使用以下符号：
$T_b$：突发时间（或长度，单位秒）
$T_d$：驻留时间（见公式6-13）
$\eta$：方位时间（或慢时间）
$f_{\eta }$：方位频率
$f_{\eta c}$：多普勒中心频率
$f_{ref}$：参考范围（中天幅）处的多普勒中心频率
$B_{az}$：最大瞬时多普勒带宽（见公式6-12）
$B_d$：目标瞬时多普勒带宽（可配置的输入参数，见表D-1）
$B_{max}$：最大获取的多普勒带宽（见公式6-11）
$B_s$:处理扫描带宽（见公式6-14）
$ka$：多普勒调频率（见9.11节）
$ks$：天线扫描引入的多普勒中心频率变化率（见9.14节）
$kt$ 目标瞬时带宽变化率，在聚焦TOPSAR数据期间仅在方位时间UFR期间使用（见6.4.1节）

请注意，𝑘a 和 𝑘t 实际上都是范围依赖的，分别为 𝑘a (τ) 和 𝑘t (τ)。为了简化后续公式的可读性，这里省略了这些依赖性。
同时注意与[R-2]和[R-4]中关于多普勒中心频率变化率的记号的区别，在那些文献中使用 𝑘a 而不是 𝑘s。为了消除与MDA文档和软件的潜在冲突，以及与[R-5]中的记号的冲突，在这里采用了不同的记号，因为在[R-5]中 𝑘a 是方位调频率的首选记号。

给定一个突发中的方位线，方位时间范围和频率范围由以下公式给出：

主要的频率UFR算法步骤如下：
• 6.2.4.1 镶嵌（Mosaicking）
• 6.2.4.2 去斜坡（De-ramping）
• 6.2.4.3 低通滤波与重采样（Low-pass Filtering with Re-sampling）
• 6.2.4.4 重斜坡（Re-ramping）

6.2.4.1 镶嵌（Mosaicking）

数据的时间-频率表示在频率域中被折叠（由于实际的多普勒带宽（或扫描带宽）大于脉冲重复频率PRF）。最大获取的多普勒带宽是：

处理扫描带宽Bs，必须满足$B_s$小于等于$B_{max}$，是一个与波束相关的参数，它必须保证同一波束内相邻的两个突发（bursts）在方位上具有所需的空间重叠。此外， Bs 必须被设置得能够保证有效地滤除突发的方位边缘处的贡献。（请注意，如果这些贡献没有被丢弃，可以在突发之间获得扩展的重叠方位区域；然而，这个区域将因方位分辨率迅速降低而特征明显。）

为了定义最佳扫描带宽 𝐵s，需要引入一个设计参数，即目标瞬时多普勒带宽 𝐵𝑑。这个参数直接影响SLC数据输出的方位分辨率，并根据以下规则设计：

Bd必须小于最大瞬时带宽𝐵az ，其中𝐵az定义为：

Bd必须保证所需的产品方位分辨率。
瞬时多普勒带宽也可以通过其时间域对应值 𝑇𝑑 定义，由以下关系给出：

利用这些定义，可以定义必须处理的扫描带宽，以保证覆盖范围和所需的方位分辨率：

请注意，𝐵s也可以设置为一个可配置的输入参数，但必须满足 𝐵s≤𝐵max的条件。

实际上，这个带宽的滤波可以通过在低通滤波和重采样步骤（见6.2.4.3节）中适当地应用掩模窗口来有效执行，以覆盖插值的结果。

请注意，由于 𝐵s 是范围和突发依赖的，为了实现目的，必须考虑最坏的情况，以保证所有子条带和整个轨道上的方位覆盖和方位重叠。

扫描带宽随后用于定义必须复制（并排放置）的频谱副本的数量 Ns。通过这种方式，所需的展开信号与 Ns 个相同的展开贡献的不需要的副本一起被重建。

频谱副本的数量是通过以下方式计算的：

镶嵌效果如下图所示：

输出数据行的频率支持范围随后是：

6.2.4.2 去斜坡

通过在方位时间域中乘以一个线性调频信号（Chirp Signal），将所需的频谱分量移动到低通带。这个过程称为去斜坡，其数学表达式如下：

其中：

6.2.4.3 低通滤波与重采样

复制操作增加了不需要的频谱成分，这些必须被滤除。所需的频谱成分通过低通滤波来选择，该过程通过在频率域中进行卷积，并使用合适的带通滤波器来完成。请注意，我们这里描述的操作与常见的滤波过程在时间和频率域上有所调换：这里卷积是在频率域中执行的，而“低通带宽”指的是在时间域中以零时间坐标为中心的一个间隔。为了定义这个正确的时间带宽，我们从另一个域中的最大瞬时带宽Baz（见公式6-12）开始。

“低通带宽”指的是在时间域中以零时间坐标为中心的一个间隔。为了定义这个正确的时间带宽，我们从另一个域中的最大瞬时带宽Baz（见公式6-12）开始。

低通滤波和重采样可以通过两种不同的方法完成：

1. 在一个步骤中执行低通滤波和重采样。这是通过使用有限脉冲响应（FIR）滤波器完成的，该滤波器同时实现低通滤波和重采样。
2. 分为两个步骤执行低通滤波和重采样。低通滤波是使用FFT完成的，将不需要的数据置零，然后执行逆FFT。重采样是使用二次插值核来完成的。

方法1 – 一步实现低通滤波和重采样
为了正确地滤除由于镶嵌（mosaicking）产生的副本，我们必须定义一个具有“时间域”带宽 Taz 的低通滤波器，其带宽等于：

在我们的情况中，我们必须考虑到去斜坡步骤引入了所需时间带宽的伸展，这是因为系统的脉冲响应函数（IRF），在这个层次上，仍然是未聚焦的。特别是，在去斜坡步骤之后，如果我们想要为每个目标保留可用的带宽Baz，我们需要选择所有包含在以下时间间隔内的贡献：

正如前面所预期的，一个较小的带宽，称为瞬时多普勒带宽 Bd，以及相应的时间 Td，在前一节中引入，可以考虑用来满足方位分辨率的要求。应用上述方程中考虑的相同缩放因子，我们随后可以定义所需滤波器的实际时间带宽：

滤波器必须在时间带宽 Td’ 上最佳地保持平坦。
然后，可以定义滤波器的最大可用过渡带宽为：

滤波器的特性在图6-8中被描述。这个图表代表了滤波器带宽的一半。

低通滤波步骤可以与降采样步骤结合，或者更一般地，可以作为一个通用的重采样步骤来实现。输出频率轴的采样步长可以增加到：

为了效率考虑，输出频率采样步长（与处理后的突发的时间范围成反比）应尽可能选择得大。只要遵守最大频率步长的限制，这一处理步骤就会引入一种“受控的”时域混叠，而不会对后续的处理步骤产生影响。

这种滤波方法在IPF的第一个版本中被实现，直到2.71版本都包含了它。人们曾相信，这种方法在吞吐量方面会有优势，因为低通滤波和重采样是在一次操作中完成的。然而，由于FIR滤波器的非理想响应，IPF输出产品遭受到方位模糊和归一化问题的困扰。正如图6-8所示，FIR滤波器的响应有一个过渡带，通过它，镶嵌步骤中不需要的能量没有被完全滤除。这种不需要的能量导致了方位模糊和归一化问题。

方法2 – 分两步进行低通滤波和重采样

为了解决方位模糊和归一化问题，引入了方法2。这种方法中的低通滤波器具有锐利的截止，只允许所需的能量通过。图6-9在同一张图中展示了方法1和方法2的低通滤波器响应。方法2的低通滤波器（红线）只传递所需的能量，并舍弃了来自镶嵌步骤的不需要的能量。

低通滤波器的响应具有锐利的截止，因为它是使用FFT（快速傅里叶变换）完成的，步骤如下：

1. 前向FFT（将数据从时间域转换到频率域）。
2. 将不需要的数据置零（在频率域中滤除不需要的频率成分）。
3. 逆FFT（将滤波后的数据从频率域转换回时间域）。

在低通滤波之后，数据随后使用二次插值进行重采样。

6.2.4.4 重斜坡

去斜坡步骤中移除的相位最终通过应用以下线性调频信号（Chirp Signal）重新加入到重采样后的方位数据线上：

下图展示了方位线在频率展开步骤结束时的时间-频率图。