后向投影算法（BPA）-SAR成像算法系列（二）

最新推荐文章于 2023-07-05 20:24:29 发布

【杨（_> <_)】

最新推荐文章于 2023-07-05 20:24:29 发布

阅读量1w

点赞数 21

分类专栏：信号处理 # SAR 代码实现文章标签：信号处理算法学习

本文链接：https://blog.csdn.net/yjh_2019/article/details/123457765

版权

信号处理同时被 3 个专栏收录

39 篇文章 146 订阅

订阅专栏

代码实现

33 篇文章 25 订阅

订阅专栏

SAR

13 篇文章 110 订阅

订阅专栏

系列文章目录

《SAR学习笔记》

《SAR学习笔记-代码部分》

《SAR学习笔记后续-phased工具箱介绍》

《SAR学习笔记-SAR成像算法系列（一）》

前言

上篇文章主要介绍了SAR成像中所用到的四个核心公式，本文将基于此介绍各种SAR成像算法，首先介绍后向投影算法（BPA）。

一、算法原理

前面介绍了SAR成像的本质是距离（快时间）、方位（慢时间）二维脉冲压缩。距离维（快时间）的脉冲压缩可以由发射的脉冲波形设计对应的匹配滤波器得以实现，对于方位维（慢时间维）脉冲压缩，BPA算法用了比较笨但是非常有效的方法，就是直接沿着距离徙动曲线做相干累加，具体步骤为沿着距离徙动曲线做相位补偿然后相干累加。因此，BPA算法核心就是对探测区域的每一个点，沿着距离徙动曲线，做相干累加。

二、算法步骤

根据BPA算法原理，对于的实现步骤如下图所示：

2.1 回波数据获取

对探测区域以脉冲重复间隔发射连续脉冲信号，并接收探测区域的回波信号。不失一般性，探测区域内任意一个散射目标 $\left ( x,y \right )$ 的回波信号（已经下变频处理）为：

$r\left ( \tau ,t|x,y \right )=\sigma w_{a}\left ( \frac{t-t_{p}}{T_{syn}} \right )rect\left ( \frac{\tau -\frac{2R\left ( t|x,y \right )}{c} }{T_{p}} \right )e^{j\pi K\left (\tau -\frac{2R\left ( t |x,y\right )}{c} \right ) ^{2}}e^{-j4\pi f_{0}\frac{R\left ( t |x,y\right )}{c} }$

其中

$\tau =nT_{r}\, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, n=0:N-1$

$t =mT_{a}\, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, m=0:M-1$

其中 $T_{r}$ 为快时间采样间隔， $T_{a}$ 为脉冲重复周期。

2.2 距离脉冲压缩

利用发射的脉冲信号设计距离向匹配滤波器，并用该滤波器对接收的每个脉冲信号匹配滤波，实现距离维的脉冲压缩。为了提高计算效率，通常在频域上处理。得到距离脉压后的信号为：

$r_{1}\left ( \tau ,t|x,y \right )=\sigma N w_{a}\left ( \frac{t-t_{p}}{T_{syn}} \right )sinc\left (KT_{p} \left ( \tau -\frac{2R\left ( t|x,y \right )}{c} \right )\right )e^{-j4\pi f_{0}\frac{R\left ( t |x,y\right )}{c} }$

2.3 方位脉冲压缩

场景网格剖分

探测区域离散化处理：对探测的区域进行网格剖分，将探测区域剖分为 $N_{a}\times N_{r}$ 个网格点

徙动曲线确定

对任意网格点 $\left ( x_{0},y_{0} \right )$ ，对应回波信号为：

$r_{2}\left ( {\tau}' ,t|x_{0},y_{0} \right )=\sigma N w_{a}\left ( \frac{t-t_{p}}{T_{syn}} \right )sinc\left (KT_{p} \left ( {\tau}' -\frac{2R\left ( t|x_{0},y_{0} \right )}{c} \right )\right )e^{-j4\pi f_{0}\frac{R\left ( t |x_{0},y_{0} \right )}{c} }$

其对应的距离徙动曲线为：

${\tau}' =\frac{2R\left ( t|x_{0},y_{0} \right )}{c}$

在 $\left ( x_{0},y_{0} \right )$ 已知情况下，该距离曲线是确定的，按照该距离徙动曲线在回波数据 $r\left ( \tau ,t\right )$ 中找对应的徙动曲线位置，由于 $\tau$ 是离散采样点， ${\tau }'$ 是连续的徙动曲线，这样会导致，在不同慢时间 $t$ 下，找不到 ${\tau }'$ 对应的离散快时间点 $\tau$ 。为减少这方面的误差，一般通过距离维的插值处理找到网格点 $\left ( x_{0},y_{0} \right )$ 对应距离徙动曲线上的回波信号为：

$r_{2}\left ( t|x_{0},y_{0} \right )=\sigma N w_{a}\left ( \frac{t-t_{p}}{T_{syn}} \right )e^{-j4\pi f_{0}\frac{R\left ( t |x_{0},y_{0} \right )}{c} }$

事实上，沿 $\left ( x_{0},y_{0} \right )$ 对应距离徙动曲线上的回波信号除了 $\left ( x_{0},y_{0} \right )$ 目标点的信号能量贡献，还包含其他目标回波在该曲线上的能量分布：

$\sum_{x\neq x_{0}}r_{2}\left ( t|x,y \right )$

但其他目标的多普勒相位随慢时间的变化曲线与 $\left ( x_{0},y_{0} \right )$ 的不一致，所以这部分影响会在后续相位补偿相干累加中能够得到抑制。

多普勒相位补偿

平台的运动一方面使得距离维发生距离徙动现象，即不同方位（慢时间）同样的网格剖分点的距离不同。另一方方面平台的运动使得不同方位时间上同一个目标的脉冲回波叠加了一个瞬时距离变换引起的多普勒信号，由于每个脉冲时间内时间很短，一般不考虑快时间内的多普勒效应，慢时间的时间间隔较大，多普勒效应不能忽略，此时慢时间（方位）上多普勒效应就在距离曲线上得到体现，为了实现方位维的脉冲压缩，需要沿着距离先动曲线补偿对应的多普勒相位实现方位维的脉冲压缩。补偿的多普勒相位由精确的斜距信息得到： $e^{j4\pi f_{0}\frac{R\left ( t |x_{0},y_{0} \right )}{c} }$ ，沿距离徙动曲线补偿相位后的回波信号为：