SAR成像系列：【10】合成孔径雷达（SAR）成像算法总结与经验

合成孔径雷达（SAR）成像从根本来说是将雷达接收天线获得的信号实现能量重新聚集的过程，来自同一目标的能量聚集效果越好则成像质量越高。

在常规雷达目标探测中，回波信号的恒虚警检测性能体现在信噪比（SNR）上，为了提高检测性能通常需要做脉冲积累。因此，SAR成像也是另一种形式的脉冲积累。

合成孔径雷达收集到的回波能量通常较低，在完成几千甚至上万次脉冲积累实现二维成像后为了获得人眼适合的视觉效果需要对成像后的二维复数矩阵进行量化处理，量化后的灰度图像方便展示或做后续目标识别确认。

大量的脉冲积累、复数计算、SAR图像可视操作降低了SAR的成像效率。通常SAR成像会分为线上和线下两种处理方式。线上处理要求实时性高，线下处理要求成像质量高。

一般来说，距离多普勒（RD）算法能够满足大多数线上处理的要求。它通过简单的一维运算就可以实现二维图像的高效聚焦，兼顾了成像精度和处理效率，而且在数字处理平台上能够方便流水线处理。

线性调频变标（CS）算法主要在二维频域作核心操作，算法难以适应多普勒中心频率的变化，精度虽然较高，但是算法更加复杂。在工程上，SAR信号处理系统接收到的信号一般是距离压缩后的信号时，会给CS算法带来额外的操作。

距离徙动()算法能够满足大斜视角、大孔径的处理需求，尤其是近似算法处理效率极高，可满足线上处理要求，它的精确算法获得的成像精度很高可考虑作为线下处理算法。由于其在二维频域进行处理，成像时要考虑多普勒中心的变化。

压缩感知（CS）和后向投影（BP）算法是在时域进行处理，更加类似于信号优化的过程，计算量极大，可考虑为线下计算。时域算法的优点在于适用与各种轨道模型，因此他们在曲线SAR、圆周SAR、多基SAR中有更好的应用前景。