作者中心
专家审稿
责编办公
编辑办公
-
摘要: 星载合成孔径雷达(SAR)通过采用不同成像模式，实现分辨率与成像带宽度的不同性能组合。常规星载SAR模式的成像带沿着卫星航迹方向，走向单一；但实际目标场景的地理走向多种多样，与沿卫星航迹方向的成像带地理走向不匹配的情况普遍出现，导致数采周期长或方位分辨低、存储与计算资源浪费。星载SAR非沿迹成像模式是解决该问题的新思路，其通过生成与卫星航迹不同向的直线型或曲线型的成像带，匹配于目标场景的实际地理走向，对目标场景进行“地理定制化”成像。该文主要从信息获取、成像处理等方面，讨论了星载SAR非沿迹成像新模式的主要机遇与挑战，并通过计算机仿真实现了星载SAR非沿迹成像模式的原理性验证。Abstract: Spaceborne Synthetic Aperture Radar (SAR) can achieve various performance combinations of resolution and observation bandwidth by adjusting the working modes. The imaging swath of the traditional spaceborne SAR working mode is along the satellite orbit, and the geographical trend is single; however, the geographical shape and direction of the surface scene are diverse and generally do not match the imaging swath along the orbit, resulting in a long data acquisition period, low azimuth resolution, and storage waste of computing resources. To this end, the spaceborne SAR Non-along-track imaging mode is a new method for spaceborne SAR scene matching that is characterized by an imaging zone that is no longer mechanically along the satellite orbit but is generated according to the actual geographical direction of the scene to achieve “customization” that matches the scene imaging. In this paper, the main opportunities and challenges faced by the new mode of spaceborne SAR scene matching are discussed from the aspects of information acquisition and imaging processing, and the principled verification of the spaceborne SAR Non-along-track imaging mode is provided through a computer simulation.
-
Key words:
- Spaceborne SAR /
- Non-along-track imaging mode /
- Data acquisition /
- Imaging processing
-
1. 引言
星载合成孔径雷达(SAR)分辨率、成像带宽度主要由成像模式决定[1-7]。星载SAR常规成像模式的成像带沿卫星航迹(简称“沿迹”)方向，走向单一；而实际目标场景地理走向多变且不规则，与常规成像模式的沿迹成像带存在较大差异。若单一成像带无法完全覆盖目标区域，常规的解决办法是通过多条沿迹成像带拼接观测，有两种实现方式：
(1) “单轨分时”观测：将单轨观测时间分配到不同的成像带，以牺牲方位分辨率为代价扩大距离成像带宽度，例如Scan模式[8]或TOPS模式[9]；
(2) “多轨重访”观测：卫星每轨重访分别对不同成像带成像，以极大牺牲观测效率为代价扩大距离向成像带宽度[10]。
当场景较“胖”、在距离、方位向都有较大延展时，采用多条沿卫星航迹的成像带进行拼接观测是可行的，如图1(a)。然而，当场景较“瘦”、地理延展较大且不沿卫星航迹方向时，采用多条沿卫星航迹的成像带进行拼接观测则效能低下。在上述“单轨分时”“多轨重访”分别导致的低方位分辨、长数采周期的问题外，还存在数据冗余大的共性问题：目标区域只占拼接后成像带的很小比例，大量不感兴趣区域的回波亦会被同时存储与处理，导致星上大量资源浪费，且增加数传压力，见图1(b)。
图 1 常规沿迹成像带拼接观测与非沿迹成像带观测示意图Figure 1. Comparison between along-track and non-along-track modes实际应用中，场景地理走向与卫星航迹方向不匹配的现象普遍存在。一方面，为获得大范围地表成像能力，多数SAR卫星运行在近90°倾角轨道(如太阳同步轨道)，常规的沿迹成像带近似沿南北走向；另一方面，全球有相当比例的重点区域具有“幅宽窄、延展长、地理走向复杂”的特点，例如海岸线[11,12]、地震带[12,13]、铁路线[14,15]、公路线[16]等。针对场景地理走向与卫星航迹方向不匹配所导致的星载SAR观测效能低的问题，需采用模式创新加以解决。
为解决上述问题，本文介绍一种“星载SAR非沿迹成像模式”新思路，新模式可显著提升星载SAR对具有复杂地理走向场景的观测效能。非沿迹成像的概念首现于机载平台[17]，成像带是直线型。本文所提非沿迹成像模式面向星载SAR，与现有机载SAR平台不同，且成像带更为复杂，可为直线型与曲线型。与常规成像模式中沿迹走向的“一维”成像带不同，非沿迹成像模式的成像带是二维的，通过精确控制雷达波束二维扫描，能够实现对地表复杂地理走向场景的“地理定制化”成像。举例来说，若利用非沿迹成像模式对图1(b)中场景成像，在不增加雷达实际波束宽度的条件下，单一成像带、单轨观测即可完成对目标区域数据获取，见图1(c)。相对于图1(b)中多成像带拼接观测，其主要优势有以下3点：
(1) 与“单轨分时”方式相比，非沿迹成像模式方位分辨率更高；
(2) 与“多轨重访”方式相比，非沿迹成像模式数据采集耗时更短；
(3) 与“单轨分时”或“多轨重访”方式相比，非沿迹成像模式回波中数据冗余更低。
因此，星载SAR对具有“幅宽窄、延展长、地理走向复杂”特点的场景成像时，非沿迹成像模式具有较常规成像模式更高的综合效能。
与星载SAR常规模式相比，非沿迹成像模式的观测几何更加复杂，数据获取过程中雷达与目标间的斜距、斜视角、下视角等参数时变剧烈、回波二维耦合更加严重，信号的时频空变特性更加显著。上述特点为星载SAR非沿迹成像模式走向实用带来3方面技术挑战：
(1) 如何选定星地几何构型，使分辨率、成像带宽度、成像模糊度等性能指标达到最优平衡？
(2) 如何优化脉冲收发时序，使场景回波尽可能地避免发射脉冲遮挡、星下点回波遮挡造成的损失？
(3) 如何设计成像处理算法，使强耦合、大时空变雷达回波得以高效高精度聚焦？
2. 星载SAR非沿迹成像模式
2.1 非沿迹成像带地理形态
星载SAR非沿迹成像模式与常规成像模式的最大区别在于成像带地理走向：非沿迹成像模式的成像带不沿卫星航迹方向，具有二维延展特性，可与目标地理走向高度匹配。此类非沿迹成像带可如图1(c)中呈直线形，也可如图2中呈弯曲形状，其具体的地理走向由场景地理的走向决定。
图 2 星载SAR非沿迹成像模式弯曲成像带Figure 2. Curved swath of the spaceborne SAR non-along-track imaging mode考虑一个星载SAR非沿迹成像场景。假设星载SAR工作于太阳同步轨道，目标成像区域为马来西亚半岛东岸海岸线，见图3。海岸线呈不规则的弯曲形状，且大致走向与卫星航迹方向呈约35°夹角。若采用常规的沿迹成像模式，需要8条子成像带方可完整覆盖目标区域，效能低下，见图3(a)；若采用直线形非沿迹成像带，需2条子成像带完成目标区覆盖，效率有所提高，见图3(b)；若采用曲线形的非沿迹成像带，仅需1条成像带即可完成目标区覆盖，效能最高，见图3(c)。
2.2 非沿迹成像分辨率与成像带宽度
星载SAR通过控制地表波足移动速度，实现不同方位分辨率与成像带宽度的组合，例如：条带模式是常规星载SAR最基本的成像模式，其天线无扫描，方位分辨率仅由天线方位尺寸决定，方位成像带宽度大[18]；聚束模式中，波束凝视固定区域，方位分辨率可以很高，但成像带宽度较小，仅为地表波足尺寸[19]；滑动聚束模式中，波束扫描使地表波足速度慢于条带模式，方位分辨率比条带模式高，方位成像带宽度介于条带模式与聚束模式之间[20,21]。TOPS模式中，波束扫描使地表波足速度较条带模式更快，方位分辨率较条带模式更低，波束可在不同子成像带间切换，实现更大的距离成像带宽[22]。
与常规成像模式类似，星载SAR非沿迹成像模式也可通过二维连续波束扫描，实现不同方位分辨率与成像带宽的组合，得到不同的非沿迹成像子模式。例如，若波束无方位转动，可得类似于常规条带模式的非沿迹成像条带子模式，见图4(a)；若天线有方位转动且使地表波足速度慢于条带子模式，则得到非沿迹成像滑动聚束子模式，方位分辨率高于条带子模式，但方位成像带宽小于条带子模式，见图4(b)；若天线有方位转动且使地表波足速度快于条带子模式，且波足在不同子成像带间切换，则得到非沿迹成像TOPS子模式，距离成像带宽度大于条带子模式，但方位分辨率较条带子模式更低，如图4(c)所示。除此之外，其他常规星载SAR成像模式，例如扫描模式、马赛克模式、多通道模式等，均可与非沿迹成像模式结合，形成不同的非沿迹成像子模式。在这个意义上，星载SAR常规沿迹成像模式可视为非沿迹成像子模式在“沿迹、直线成像带”时的特例。
3. 星载SAR非沿迹成像数据获取
3.1 星地几何构型
星载SAR非沿迹成像模式走向实用首先要解决的问题是星地几何构型设计。以星载SAR非沿迹成像条带子模式中(直线成像带)为例分析观测构型对数据获取的影响。假设观测构型如图5所示，卫星速度为Vr、轨道高度为H、中心斜距为R。X轴正方向沿场景延展方向，定义为非沿迹成像的方位向，Y轴正方向垂直于场景延展方向，定义为距离向，Z轴指向地心。α是Y轴正方向与中心斜距的地面投影向量Rg的夹角，定义为“观测斜角”，表征波束斜视程度，若Y轴正方向与Rg叉乘为Z轴正方向则α为正，反之为负；θ是场景走向与卫星星下点轨迹的夹角，定义为“场景倾角”，表征目标场景相对卫星航迹的倾斜程度。Wa, Wr分别表示方位、距离成像带宽度。图5示意了不同α, θ取值对观测构型的影响：图5(a)构型A中，α = –10°, θ = 30°；图5(b)构型B中，α = 30°, θ = 30°；图5(c)构型C中，α = 30°, θ = 50°。
图 5 星载SAR非沿迹条带子模式(直线成像带)Figure 5. Spaceborne SAR non-along-track sub-stripmap mode with straight swath星地几何构型直接影响分辨率、成像带宽度等指标。图6给出了θ = 30°时，场景中心方位分辨率、距离成像带宽度随观测斜角α的变化曲线，其中A, B点分别代表图5中构型A和构型B，可见方位分辨率随α先减后增，并在α = 0°附近达极小值，而距离成像带宽度单调递减。图7给出了α = 30°，场景中心方位分辨率、距离成像带宽度随场景倾角θ的变化曲线，其中B, C点分别代表图5中构型B和构型C，可见方位分辨率和距离成像带宽度都不是θ的单调函数，且极值点不在同一位置。
图 6 方位分辨率、距离成像带宽随观测斜角α变化示意(θ = 30°)Figure 6. The variation of azimuth resolution and range swath with respect to observation squint angle α (θ = 30°)
图 7 方位分辨率、距离成像带宽随场景斜角θ变化示意(α = 30°)Figure 7. The variation of azimuth resolution and range swath w.r.t. scene squint angle θ (α= 30°)理论最优的星地几何构型应能同时实现方位分辨率、距离成像带宽等性能指标最优。然而，同时满足所有性能指标最优的构型很可能并不存在。因此，可行的构型设计思路是选取部分关键参数优化，同时使其余参数满足基本要求[23,24]。例如，可以方位分辨率最小作为星地构型优化准则，同时保证距离、方位成像带宽度不低于观测任务需求，如式(1)所示，其中Wa0, Wr0分别是观测任务要求的方位、距离成像带宽度。
argminαρas.t.{Wa≥Wa0Wr≥Wr0 (1) 当使用如非沿迹滑聚子模式、非沿迹TOPS子模式等具有更加复杂波束二维扫描的成像模式对地理弯曲场景成像时，星地几何构型的设计会更加复杂。这是由于波束二维扫描导致观测斜角α时变，弯曲成像带导致场景倾角θ空变，需更复杂的优化策略，进一步开展攻关研究。同时，卫星平台是否具备连续波束扫描能力，也是决定非沿迹成像模式性能指标的重要影响因素。
3.2 脉冲收发时序
星载SAR脉冲收发时序设计的基本要求是数据无损失或可承受范围内的损失[25]。一般情况下，应满足两个条件：第一，使场景回波与发射脉冲无时间重叠，见图8(a)、图8(b)；第二，使场景回波与星下点回波无时间重叠，否则场景回波会被较强的星下点回波污染，见图8(c)、图8(d)。图8中，Tp和Tg表示发射和保护脉冲宽度，Rn和Rf是回波斜距的最小值和最大值，H为轨道高度，Hf为星下点所对斜距范围最大值，c为光速，PRT表示脉冲重复时间间隔。
图 8 收发脉冲序列位置关系示意图Figure 8. Relative positions between transmitting and receiving pulses脉冲时序设计方面，星载SAR非沿迹成像模式与常规模式的主要区别在于前者由于波束二维连续扫描导致斜距剧烈时变。在完整的数据获取周期中，通常很难找到可同时避免发射脉冲遮挡和星下点回波遮挡的恒定脉冲重复频率 (Pulse Repetition Frequency, PRF)，如图9(a)所示：蓝色、红色区域分别代表星下点回波遮挡区、发射脉冲遮挡区，垂直线段表示采用恒定PRF收发雷达信号，其纵向截距应大于斜距变化总量，有效的PRF设计应确保垂直线段与蓝色、红色区域无交点，如图9中l0所示。然而，星载SAR非沿迹成像模式中斜距变化量大，例如达到ΔRTM，这时恒定的PRF必然与蓝色、红色区域存在交点，即发生由星下点回波遮挡、发射脉冲遮挡导致的数据损失，如图9中l1所示。
图 9 非沿迹成像模式斜距剧烈时变导致恒定PRF失效示意图Figure 9. Failure constant-PRF design caused by severe time-varying slant range in non-along-track mode为解决上述问题，最直接的方法是采用几个不同的PRF来覆盖全部斜距变化范围，见图10(a)。然而，该方法仅能保证每个PRF内数据获取的完整性，无法保证跨PRF接收时数据的完整性。核心原因是每个PRF内收发间脉冲模糊数(脉冲发射到接收所跨越的脉冲周期数)不变，而跨PRF接收时收发间脉冲模糊数发生了改变。跨PRF接收的数据损失会导致成像点扩展函数出现周期性栅瓣，降低成像质量，见图10(b)。
图 10 多段PRF收发时序及其对成像质量的影响Figure 10. Multi-segment PRF sequence and the corresponding influence on imaging另一种方法是采用连续变PRF的收发脉冲序列[26,27]，对应图11(a)中黄色区域L1，其覆盖的斜距范围等于图10(a)中l1—l5之和，但与图10(a)中分段PRF导致的时变收发脉冲模糊数的情况不同，图11中L1仅对应一个收发脉冲模糊数，故不存在数据损失，成像点扩展函数不存在周期性旁瓣，聚焦良好，见图11(b)。连续变PRF的收发脉冲具有上述优势的机理是采用连续变化的脉冲发射间隔，降低了斜距距离时变时回波在脉冲发射间隔内的徙动程度，一个直观的解释是对图11(b)中“菱形空间”的更充分利用。
图 11 连续变PRF收发时序及其对成像质量的影响Figure 11. Continuously varying pulse interval sequence and the corresponding influence on imaging上述分析可见，连续变PRF方位采样是适合星载SAR非沿迹成像模式的方位数据获取方法，该方法也对卫星载荷系统提出了更高的要求。但需注意：某些观测任务中高分辨率、长测绘带等需求会导致斜距时变特别剧烈，采用任何收发模糊数不变的连续变脉冲间隔的收发时序都无法满足需求。此时，可考虑采用收发模糊数时变的连续变脉冲间隔收发序列，以损失很小回波数据为代价，完成数据的有效获取，具体的实现与优化设计方法尚需重点攻关研究。
此外，在非沿迹成像模式下进行变PRF方位采样的设计时，也需考虑两维模糊度与系统灵敏度等成像性能指标的约束。变脉冲间隔体制的模糊度计算在Staggered模式中已存在相关研究[28,29]，并且非沿迹成像模式中脉冲间隔的时变性远小于Staggered模式，在一个回波时延内的时变量可忽略不计，可一定程度上采用合成孔径中心时刻的PRF等效计算该时刻下两维模糊度指标。然而需要注意的是，波束的二维连续扫动给星地观测几何构型带来了剧烈的时空变，导致两维模糊度、系统灵敏度等参数较常规模式具有更大的时空变性，故在进行脉冲收发时序设计中需实时考虑上述参数变化，以满足系统指标要求。
4. 星载SAR非沿迹成像方法
4.1 时域成像方法
星载SAR非沿迹成像模式二维波束扫描导致观测斜视时变大、弯曲场景与卫星间几何构型空变大，且大斜视的观测构型导致回波中距离-方位二维耦合剧烈，对成像处理提出了挑战。以图12(a)中非沿迹成像条带子模式(直线成像带)构型为例，9个目标沿成像带延展方向均匀分布，目标距离徙动的空变性见图12(b)，可见场景中不同位置处目标距离徙动差异较大。
图 12 星载SAR非沿迹成像模式距离徙动空变示意图Figure 12. Spatial variance of range cell migration in non-along-track mode imaging时域成像方法是最精确的成像处理方法，适用于大斜视、强耦合、强空变条件成像处理，例如后向投影算法[30]。时域成像算法应用于星载SAR非沿迹成像模式时，需根据场景地理走向生成成像网格，如图13(a)所示。图13(a)中黄色部分为沿波束足迹的首尾连线方向建立的地理网格，满足波束足迹完全覆盖条件。图13(a)中红色部分为波束照射的有效网格，对其进行回波的后向投影后再将其映射到地理网格上，可以有效增加成像效率。若采用传统时域成像按照经纬度划分网格的方法，则会导致无效的成像网格被投影而降低效率。
图 13 星载SAR非沿迹成像时域算法示意图Figure 13. Time-domain algorithm for spaceborne SAR non-along-track mode需注意：如星载SAR工作于非沿迹成像滑动聚束或者聚束子模式，方位采样带宽大于波束瞬时带宽，但小于目标多普勒带宽，成像时需进行波束判断操作，避免多普勒混叠。非沿迹成像模式二维扫描导致地表波足形状时变大，不同方位采样时刻波足3 dB椭圆不同，成像时需建立波足3 dB椭圆的精细时变模型，避免方位混叠，如图13(b)所示。
时域成像算法存在处理慢、效率低的共性问题，应用于场景匹配模式成像时也不例外。为提高处理效率，一方面可考虑通过GPU阵并行处理提速，一方面也可结合非沿迹成像模式的时频信号特征，研究更高效的频域成像算法。
4.2 频域成像方法
与时域成像方法相比，频域成像处理提速的基础是对具有相同多普勒历程目标的“统一处理”。频域算法用于星载SAR非沿迹成像模式时，需重点解决强耦合、强空变的问题[31,32]：
第一，非沿迹成像模式斜视角通常不为零，信号距离-方位二维耦合严重。将回波信号的二维频谱变换到距离多普勒域处理时，常需将二维频谱关于距离频率进行泰勒展开。斜视程度越大，两维耦合越严重，泰勒展开的阶数就越高，对相位的积分运算就更复杂；
第二，非沿迹成像模式波足的地理位置变化大，场景不同位置的目标与雷达间斜视角、下视角等几何参数空变剧烈[33]。此外，严重的距离-方位耦合将进一步导致距离徙动、距离二次调制相位的距离向严重空变。典型参数下，距离徙动、距离二次和三次调制相位的距离空变如图14所示。其中：距离徙动空变量远超半个距离单元，距离二次和三次调制相位空变量超过π/4，均不可忽略。
图 14 非沿迹成像模式距离空变示意图Figure 14. Spatial variance of range cell migration and range phase of non-along-track imaging mode非线性调频变标类算法[34]在非沿迹SAR频域成像中有较大的潜力，以此类算法为例讨论可能的频域成像处理思路。为解决频谱两维耦合以及距离强空变问题，非线性调频变标类算法一般通过方位向预处理补偿线性距离徙动，将信号频谱搬移至基带，实现抑制频谱耦合、降低信号距离空变性的目的。但是，该处理会增加信号方位向的空变性，如图15所示：去线性距离徙动处理前，图15(a)中目标A、C、E位于不同距离单元；去线性距离徙动后，它们被压缩至同一距离单元，见图15(b)。由于目标A、C、E的方位聚焦参数不同，他们在方位向上存在严重空变，例如图15(c)中空变的方位向二次相位，若直接进行方位压缩，会产生严重散焦。为此，需研究方位向非线性调频变标处理，抑制方位聚焦参数的空变性。成像分辨率越高，成像参数的两维空变性将进一步加剧[35,36]，如何建立更精确的信号模型，实现高精度空变参数补偿，需重点攻关。
图 15 非线性调频变标类算法参数空变示意图Figure 15. Spatial variance of the parameters in nonlinear chirp scaling algorithms值得注意的是，上述处理思路需要数据补零操作，当波束中心距离徙动量较大时，数据补零会使数据大小激增，大幅降低处理效率。因此，需研究适合非沿迹成像模式数据获取特点的高效频域成像算法。
5. 仿真分析
本节介绍一个星载SAR非沿迹成像计算机仿真试验，包含构型设计、参数设计、成像处理等关键要素，初步验证了星载SAR非沿迹成像模式对地观测的可行性。
假设卫星工作于X波段、太阳同步轨道，成像模式为非沿迹滑动聚束子模式，波束沿方位向无扫描。目标场景为马来西亚半岛东侧海岸，如图16所示。其中，成像带长度147 km，宽度10 km。场景中设置9个点目标，方位向间隔50 km，距离向间隔4 km。方位向定义为波束足迹首尾连线方向，由起始波束足迹指向终止波束足迹，距离方向与方位方向垂直，背离卫星轨道一侧向外。主要仿真参数见表1。
表 1 主要仿真参数Table 1. Key simulation parameters参数 数值 载频 10 GHz 脉冲宽度 20 μs 轨道高度 550 km 距离向波束宽度 0.6° 方位向波束宽度 0.6° 带宽 88.5 MHz 方位点数 147765 距离点数 163664 一个可行的星地几何构型见图17。其中，图17(a)—图17(c)分别表示数据获取过程中波束中心斜距、下视角、斜视角的时变情况。雷达波束只有俯仰向扫描，没有方位向扫描。
基于观测构型，设计脉冲收发时序，见图18。图18(a)黄色带状区域表示连续变PRF方位采样的设计结果，图18(b)示意了瞬时PRF序列，即PRF的连续时变调整方式。特别地，受硬件资源限制，星载SAR的PRF通常无法逐脉冲调整，故这里采用了“阶梯式”的PRF时变调整方法，即每一个PRF持续若干脉冲后调整为另一PRF，以此类推，得到图18(b)中“阶梯式”的设计结果。
根据观测构型与脉冲收发时序，可以得到数据获取期间距离模糊度(Range Ambiguity Signal Ratio, RASR)、方位模糊度(Azimuth Ambiguity Signal Ratio, AASR)、系统灵敏度(Noise Equivalent Sigma Zero, NESZ)的时变曲线，如图19所示。图19中横轴为方位时间，纵轴表示当前时刻波束照射场景内的最差指标。从图19可知，RASR≤–30.68 dB, AASR≤–25.85 dB, NESZ≤–26.30 dB，满足常规雷达系统指标要求。
成像处理采用时域后向投影算法，成像后9点目标二维点扩展函数见图20，可见所有目标均被良好聚焦。场景中心点目标的理论方位分辨率为2.09 m，理论距离向分辨率为2.15 m。经评估，场景中心点目标的方位分辨率为2.09 m，距离向分辨率为2.15 m，与理论分辨率一致。在图20中，由于场景边缘波束足印空变，使边缘目标的多普勒带宽相对于中心目标减小，从而导致不同距离位置目标的方位分辨率出现差异。由于不同方位位置的下视角存在差异，从而导致不同方位位置目标的地距分辨率出现差异。
6. 结语
本文介绍了一种星载SAR非沿迹成像新模式，其成像带沿场景的地理走向生成，在观测非沿卫星航迹方向的复杂场景时，具有方位分辨高、数采周期短和无效数据少的优势。非沿迹成像模式比传统成像模式更具一般性：传统成像模式可视为非沿迹成像模式在“成像带呈直线形且沿卫星航迹”时的特例，故适用于非沿迹成像模式的新理论、新方法，可对传统成像模式“向下兼容”。
星载SAR非沿迹成像模式将牵引数据获取、成像处理等系统性技术创新。如：观测构型确定需解决联合波束斜视、场景走向、分辨率等因素的星地多参数优化问题；雷达参数确定需解决斜距历程剧烈时变导致的数据获取不全问题；成像处理需解决波束两维扫描和大斜视波束指向带来的雷达回波强耦合、强空变问题。本文简要讨论了上述问题的成因，展望了可能的解决思路，并提供了涵盖构型设计、参数设计、成像处理等要素的原理性计算机仿真试验。当前，星载SAR非沿迹成像模式的研究尚处于起步阶段，仍在数据获取、成像处理等方面有很多技术难题需持续攻关，相关理论与方法的发展成熟，将助力星载SAR对地观测效能的跨越式提升。
-
图 1 常规沿迹成像带拼接观测与非沿迹成像带观测示意图
Figure 1. Comparison between along-track and non-along-track modes
图 2 星载SAR非沿迹成像模式弯曲成像带
Figure 2. Curved swath of the spaceborne SAR non-along-track imaging mode
图 5 星载SAR非沿迹条带子模式(直线成像带)
Figure 5. Spaceborne SAR non-along-track sub-stripmap mode with straight swath
图 6 方位分辨率、距离成像带宽随观测斜角α变化示意(θ = 30°)
Figure 6. The variation of azimuth resolution and range swath with respect to observation squint angle α (θ = 30°)
图 7 方位分辨率、距离成像带宽随场景斜角θ变化示意(α = 30°)
Figure 7. The variation of azimuth resolution and range swath w.r.t. scene squint angle θ (α= 30°)
图 8 收发脉冲序列位置关系示意图
Figure 8. Relative positions between transmitting and receiving pulses
图 9 非沿迹成像模式斜距剧烈时变导致恒定PRF失效示意图
Figure 9. Failure constant-PRF design caused by severe time-varying slant range in non-along-track mode
图 10 多段PRF收发时序及其对成像质量的影响
Figure 10. Multi-segment PRF sequence and the corresponding influence on imaging
图 11 连续变PRF收发时序及其对成像质量的影响
Figure 11. Continuously varying pulse interval sequence and the corresponding influence on imaging
图 12 星载SAR非沿迹成像模式距离徙动空变示意图
Figure 12. Spatial variance of range cell migration in non-along-track mode imaging
图 13 星载SAR非沿迹成像时域算法示意图
Figure 13. Time-domain algorithm for spaceborne SAR non-along-track mode
图 14 非沿迹成像模式距离空变示意图
Figure 14. Spatial variance of range cell migration and range phase of non-along-track imaging mode
图 15 非线性调频变标类算法参数空变示意图
Figure 15. Spatial variance of the parameters in nonlinear chirp scaling algorithms
表 1 主要仿真参数
Table 1. Key simulation parameters
参数 数值 载频 10 GHz 脉冲宽度 20 μs 轨道高度 550 km 距离向波束宽度 0.6° 方位向波束宽度 0.6° 带宽 88.5 MHz 方位点数 147765 距离点数 163664 
下载: 导出CSV
-
[1] CURLANDER J C and MCDONOUGH R N. Synthetic Aperture Radar: Systems and Signal Processing[M]. New York: Wiley, 1991: 4–8. [2] 刘永坦. 雷达成像技术[M]. 哈尔滨: 哈尔滨工业大学出版社, 2014: 26–28.LIU Yongtan. Radar Imaging Technology[M]. Harbin: Harbin Institute of Technology Press, 2014: 26–28. [3] 魏钟铨. 合成孔径雷达卫星[M]. 北京: 科学出版社, 2001: 67–68.WEI Zhongquan. Synthetic Aperture Radar Satellite[M]. Beijing: Science Press, 2001: 67–68. [4] CUMMING I G and WONG F H. Digital Processing of Synthetic Aperture Radar Data: Algorithms and Implementation[M]. Boston: Artech House, 2004: 4–5. [5] 保铮, 邢孟道, 王彤. 雷达成像技术[M]. 北京: 电子工业出版社, 2005: 3–6.BAO Zheng, XING Mengdao, and WANG Tong. Radar Imaging Technology[M]. Beijing: Publishing House of Electronics Industry, 2005: 3–6. [6] 皮亦鸣, 杨建宇, 付毓生, 等. 合成孔径雷达成像原理[M]. 成都: 电子科技大学出版社, 2007: 51–52.PI Yiming, YANG Jianyu, FU Yusheng, et al. Principle of Synthetic Aperture Radar Imaging[M]. Chengdu: University of Electronic Science and Technology of China Press, 2007: 51–52. [7] VILLANO M, PINHEIRO M, KRIEGER G, et al. Gapless imaging with the NASA-ISRO SAR (NISAR) mission: Challenges and opportunities of staggered SAR[C]. The 12th European Conference on Synthetic Aperture Radar, Aachen, Germany, 2018. [8] MOORE R K, CLAASSEN J P, and LIN Y H. Scanning spaceborne synthetic aperture radar with integrated radiometer[J]. IEEE Transactions on Aerospace and Electronic Systems, 1981, AES-17(3): 410–421. doi: 10.1109/TAES.1981.309069 [9] DE ZAN F and GUARNIERI A M. TOPSAR: Terrain observation by progressive scans[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(9): 2352–2360. doi: 10.1109/TGRS.2006.873853 [10] ZHENG Ge, YAO Yiping, HE Dongsheng, et al. Optimization design of global low-orbit satellite constellation for multi-fold coverage[C]. The 3rd International Conference on Electronics and Communication Engineering, Xi’an, China, 2020. [11] EUGENIO F, MARCELLO J, and MARTIN J. High-resolution maps of bathymetry and benthic habitats in shallow-water environments using multispectral remote sensing imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(7): 3539–3549. doi: 10.1109/TGRS.2014.2377300 [12] WU Xueling, LIU Chaoxian, and WU Guofeng. Spatial-temporal analysis and stability investigation of coastline changes: A case study in Shenzhen, China[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(1): 45–56. doi: 10.1109/JSTARS.2017.2755444 [13] CHEN Ninghua, NI Nina, KAPP P, et al. Structural analysis of the hero range in the Qaidam Basin, Northwestern China, using integrated UAV, terrestrial LiDAR, Landsat 8, and 3-D seismic data[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(9): 4581–4591. doi: 10.1109/JSTARS.2015.2440171 [14] WANG Xiaoqing, DOU Aixia, DING Xiang, et al. The development of rapid extraction and publishing system of earthquake damage based on remote sensing[C]. 2018 IEEE International Geoscience and Remote Sensing Symposium, Valencia, Spain, 2018. [15] QIN Xiaoqiong, LIAO Mingsheng, ZHANG Lu, et al. Structural health and stability assessment of high-speed railways via thermal dilation mapping with time-series InSAR analysis[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(6): 2999–3010. doi: 10.1109/JSTARS.2017.2719025 [16] BABU A and BAUMGARTNER S V. Road surface quality assessment using polarimetric airborne SAR[C]. 2020 IEEE Radar Conference, Florence, Italy, 2020. [17] CARRARA W G, GOODMAN R S, and MAJEWSKI R M. Spotlight Synthetic Aperture Radar: Signal Processing Algorithms[M]. Boston: Artech House, 1995: 4−5. [18] MOREIRA A, PRATS-IRAOLA P, YOUNIS M, et al. A tutorial on synthetic aperture radar[J]. IEEE Geoscience and Remote Sensing Magazine, 2013, 1(1): 6–43. doi: 10.1109/MGRS.2013.2248301 [19] QUEGAN S. Spotlight synthetic aperture radar: Signal processing algorithms: Carrara W. G., Goodman R. S. and Majewski R. M., 1995, 554 pp. Artech House, Boston, London, £63, hb, ISBN 0-89006-728-7[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 1997, 59(5): 597–598. doi: 10.1016/S1364-6826(97)83336-6 [20] FRANCESCHETTI G, GUIDA R, IODICE A, et al. Efficient simulation of hybrid stripmap/spotlight SAR raw signals from extended scenes[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(11): 2385–2396. doi: 10.1109/TGRS.2004.834763 [21] BELCHER D P and BAKER C J. High resolution processing of hybrid strip-map/spotlight mode SAR[J]. IEE Proceedings-Radar, Sonar and Navigation, 1996, 143(6): 366–374. doi: 10.1049/ip-rsn:19960790 [22] META A, MITTERMAYER J, PRATS P, et al. TOPS imaging with TerraSAR-X: Mode design and performance analysis[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(2): 759–769. doi: 10.1109/TGRS.2009.2026743 [23] WANG Yan, LI Jingwen, YANG Jian, et al. Spaceborne stripmap range sweep SAR: Positive terrain tracking by continuous beam scanning in elevation[J]. Remote Sensing Letters, 2016, 7(11): 1014–1022. doi: 10.1080/2150704X.2016.1212416 [24] WANG Yan, LI Zhe, DING Zegang, et al. Spaceborne large-squint terrain-matching synthetic aperture radar: Concept and technology[C]. The 6th Asia-Pacific Conference on Synthetic Aperture Radar, Xiamen, China, 2019: 1–6. [25] WANG Yan, DING Zegang, XU Pei, et al. Strip layering diagram-based optimum continuously varying pulse interval sequence design for extremely high-resolution spaceborne sliding spotlight SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 59(8): 6751–6770. doi: 10.1109/TGRS.2020.3028973 [26] WANG Yan, YANG Jian, and LI Jingwen. Data acquisition for a novel spaceborne azimuth-range sweep synthetic aperture radar[C]. 2017 IEEE International Geoscience and Remote Sensing Symposium, Fort Worth, United States, 2017: 6004–6007. [27] WANG Yan, DING Zegang, JI Weiwei, et al. Time-varying nadir echo suppression for spaceborne stripmap range sweep synthetic aperture radar via waveform diversity[J]. IEEE Geoscience and Remote Sensing Letters, 2021, 18(5): 826–830. doi: 10.1109/LGRS.2020.2989375 [28] VILLANO M, KRIEGER G, and MOREIRA A. Ambiguities and image quality in staggered SAR[C]. The 5th Asia-Pacific Conference on Synthetic Aperture Radar, Singapore, Singapore, 2015: 204–209. [29] VILLANO M, KRIEGER G, JÄGER M, et al. Staggered SAR: Performance analysis and experiments with real data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(11): 6617–6638. doi: 10.1109/TGRS.2017.2731047 [30] SOUMEKH M. Synthetic Aperture Radar Signal Processing with MATLAB Algorithms[M]. New York: John Wiley Sons, 1999: 486–539. [31] BAMLER R and EINEDER M. ScanSAR processing using standard high precision SAR algorithms[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(1): 212–218. doi: 10.1109/36.481905 [32] DAVIDSON G W and CUMMING I. Signal properties of spaceborne squint-mode SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(3): 611–617. doi: 10.1109/36.581976 [33] LUO Yunhua, ZHAO Bingji, HAN Xiaolei, et al. A novel high-order range model and imaging approach for high-resolution LEO SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(6): 3473–3485. doi: 10.1109/TGRS.2013.2273086 [34] SUN Guangcai, JIANG Xiuwei, XING Mengdao, et al. Focus improvement of highly squinted data based on azimuth nonlinear scaling[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(6): 2308–2322. doi: 10.1109/TGRS.2010.2102040 [35] WANG Yan, DING Zegang, ZENG Tao, et al. Interpolation free wide nonlinear chirp scaling algorithm for spaceborne stripmap range sweep SAR imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2020, 17(4): 621–625. doi: 10.1109/LGRS.2019.2930537 [36] WANG Yan, LI Jingwen, and YANG Jian. Wide nonlinear chirp scaling algorithm for spaceborne stripmap range sweep SAR imaging[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(12): 6922–6936. doi: 10.1109/TGRS.2017.2737031 期刊类型引用(3)
1. 陈阳阳，徐伟，黄平平，谭维贤. 方位向变速扫描星载TOPS SAR信号处理方法. 信号处理. 2025(03): 426-436 . 
百度学术2. 闫莉，许高添，张廷豪. 基于改进混合坐标系的大斜视俯冲机动平台SAR快速时域成像算法. 电子学报. 2024(10): 3472-3481 . 百度学术3. 李德仁，夏军，张庆君，张过，张艳军，景茂强，孙晗伟，邓青，刘新波. 珞珈二号01星高分辨率Ka频段SAR卫星遥感测绘关键技术及应用. 卫星应用. 2024(10): 6-12 . 百度学术其他类型引用(3)
-
下载:
百度学术
计量
- 文章访问数: 1954
- HTML全文浏览量: 1134
- PDF下载量: 460
- 被引次数: 6
