作者中心
专家审稿
责编办公
编辑办公
-
摘要: 星源照射双/多基地合成孔径雷达(SAR)，采用卫星发射，卫星、临近空间、飞机、地面等平台接收，实现对地海面场景和目标的高分辨成像。该技术具有可成像范围广、隐蔽性好、抗干扰能力强等优点，且可以通过波束调控实现扫描、聚束、滑动聚束等多种组合成像模式，从而获取更加丰富的成像信息，具有十分广阔的民用和军事应用前景。目前，国内外针对星源照射双/多基地SAR成像技术开展了多年的研究，积累了诸多研究成果。该文分别从系统组成、构型方法、回波模型、成像方法、收发同步与试验验证等方面对该技术进行阐述与分析，同时对相关的研究工作进行较系统的回顾，并展望了星源照射双/多基地SAR成像技术未来的发展方向。Abstract: Bi/multistatic Synthetic Aperture Radar (SAR) using spaceborne illuminator utilizes spaceborne platforms as transmitters and satellites, near-space vehicles, aircraft, and ground platforms as receivers, which allows high-resolution imaging of ground and marine scenes and targets. The system’s benefits include a broad imaging field of view, high concealment, and potent antijamming abilities. By using beam steering methods, a variety of imaging modes can be achieved, such as staring spotlight and sliding spotlight modes, which obtain abundant information about the imaging scene and offer broad application prospects both in civil and military fields. Thus far, the bi/multistatic SAR using spaceborne illuminator has been intensively investigated, and several research findings have been reported. This paper examines the technology from the aspects of system components, configuration design, echo model, imaging techniques, bistatic synchronization, and experimental verification and systematically reviews the state-of-the-art research progress. Finally, it is anticipated that spaceborne illuminator technology will be used to develop bi/multistatic SAR in the future.
-
1. 引言
合成孔径雷达(Synthetic Aperture Radar, SAR)是一种高分辨成像雷达，具有全天时、全天候的成像能力，已经在灾害监测、资源勘查、地形测绘、军事侦察等领域得到了广泛的应用。
随着SAR技术的快速发展，其搭载的平台也日趋多样化，除了传统的有人机载平台，逐渐衍生出星载SAR、弹载SAR、无人机SAR、地基SAR等不同技术，以适应不同的成像任务需求。
双/多基地SAR收发分置、协同工作，收发站可装载于不同的平台，包括卫星、飞机、导弹等，相比传统单基SAR，具有隐蔽性好、观测视角丰富、接收站轻量灵活等优势[1-3]。并且可以突破单基SAR在成像视向上的限制，具备前、后、下视等成像能力。国内外针对机载双基SAR已经开展了大量的研究，在成像机理、成像方法、收发同步、试验验证等方面取得了突出的成果。
星源照射双/多基地SAR，是一种利用卫星作为照射源，接收站安装于卫星、临近空间、飞机、地面等多种平台，对地物进行成像、检测、识别的新体制雷达成像技术。与机载照射源相比，星载照射源轨道高，可以为接收平台提供相对大范围的波束覆盖。
本文将针对星源照射双/多基地SAR成像技术，介绍其系统组成与相关特性，分析星载照射源与不同接收平台组合的构型设计、回波模型、成像方法、收发同步及动目标检测技术，阐述国内外在星源照射双/多基地SAR方面的试验验证工作。最后，简要分析星源照射双/多基SAR技术未来的发展趋势。
2. 星源照射双/多基地SAR系统组成与特性
星源照射双/多基SAR，是将卫星作为发射站，卫星、飞机等平台作为接收站的双基SAR系统，能充分利用现有的卫星资源，结合接收平台的多种优势，在军事侦察、环境监测等领域有广阔的应用前景。
2.1 系统组成
广义地讲，星载照射源可以是SAR卫星，也可以是导航卫星、通信卫星、广播电视卫星等，只要信号形式、功率强度等满足要求，并且卫星与接收站的协同能够形成合适的大孔径，就可以为双基SAR成像提供必要的条件，如图1所示。
图 1 星源照射双/多基地SAR系统Figure 1. The configuration of bi/multi-static SAR system with spaceborne illuminators星源照射双/多基SAR系统又可分为同构系统和异构系统。同构系统是指收发站装载在相近的平台上，比如低轨星载双基SAR、高轨星载双基SAR。异构平台是指收发站分别装载在不同的平台上，比如卫星照射飞机接收的星机双基SAR、卫星照射地面接收的星地双基SAR、高轨卫星照射低轨卫星接收的高低轨双基SAR等，如图2所示。
图 2 星源照射双/多基地 SAR 系统分类Figure 2. The classification of bi/multi-static SAR system with spaceborne illuminators采用不同的星载照射源，对应的双/多基地SAR系统也具有不同的成像能力与特点。例如，利用全球导航卫星系统(Global Navigation Satellite System, GNSS)作为照射源的双基SAR系统，无需专门SAR卫星。导航卫星信号具有全球覆盖的特性，可为成像系统提供随时随地可用的信号来源。英国伯明翰大学Cherniakov教授的研究团队[4,5]，在2002年提出了以GNSS为照射源的星地双基SAR对地观测的构想。之后，国内外也开展了若干相关的试验验证。然而，由于卫星导航信号带宽与功率受限，现阶段基于GNSS的双/多基SAR仍面临成像结果分辨率与信噪比较低的难题[2]。
20世纪70年代以来，星载SAR技术以其独特的成像能力和优势取得了长足的发展。按照轨道高度划分，星载SAR包括低轨SAR (Low Earth Orbit-SAR, LEO-SAR)、中轨SAR (Medium Earth Orbit-SAR, MEO-SAR)和高轨SAR (Geosynchronous Earth Orbit-SAR, GEO-SAR)。自1978年首颗星载SAR卫星Seasat-A发射以来，美国、中国、日本等国均发射了多颗SAR卫星，将人类带入了一个对地全天时、全天候、高分辨率观测的新时代。
随着星载SAR技术的发展，人们逐渐意识到用它的发射信号来实现双基地SAR成像是可能的。早在20世纪80年代中期，美国空军(USAF)和国防高级研究计划局(DARPA)[6]就联合开展了COVIN REST计划，旨在利用接收站的静默特性，提升其隐蔽行动的能力。该计划以航天飞机搭载L波段SIR(Shuttle Imaging Radar)作为照射源，以CV-990飞机作为接收站，进行了国际上第1次星源照射的双基地SAR试验验证，获得了爱荷华州Sioux城的20 m左右分辨率的双基地图像。
在不同的SAR卫星作为照射源组成的双基SAR系统中，LEO-SAR的发射信号落地功率密度相对较高，可用卫星资源多，但重访时间长。GEO-SAR卫星照射源轨道高度约为36000 km，轨道周期为1 d，可以实现三分之一的全球覆盖，而且每天可以对某一区域进行数小时的持续照射，具有较高的时间分辨率以及更广的波束覆盖。MEO-SAR的轨道高度介于LEO-SAR和GEO-SAR之间，可作为二者性能的折中选择。
对于接收平台而言，机载接收平台机动灵活，可以提升成像系统的实时任务响应能力。低轨卫星也可以作为接收站，与卫星照射源配合，通过编队飞行形成双基干涉SAR体制。与单基多通道干涉相比，收发分置可以突破平台尺寸限制，形成长达数公里的干涉基线，从而大幅度提高干涉测量精度，对地表形变监测、高精度数字高程地图(Digital Elevation Map, DEM)测量、国土测绘等应用具有重要的价值。目前，在轨运行的星载双基干涉SAR系统包括德国的TanDEM-X[7]和中国的陆探一号(LT-1)[8]。陆探一号的两颗卫星分别于2022年1月和2月成功发射。该系统由中国航天科技集团八院总研制，中国科学院空天信息创新研究院为载荷总体，是全球首个用于地表形变干涉测量的L波段双星星座。此外，采用GEO-SAR发射，多颗LEO卫星组网接收可以组成GEO-LEO双/多基SAR系统，显著降低LEO卫星的成本和功耗，实现接收卫星小型化。接收站也可以装载在地面固定或运动平台上，以实现固定场景的持续监视等应用。
可见，不同平台的组合可以形成多种星源照射的双/多基地SAR系统，以满足不同的成像任务需求。还可以整合多种平台组合的优势，构成基于星源照射的双/多基SAR对地观测体系，实现收发平台的性能互补。
2.2 成像性能
成像雷达最重要的性能指标包括空间分辨性能、辐射分辨性能、成像场景大小等。
空间分辨性能主要包含距离分辨率、方位分辨率、分辨率夹角3个指标，它直接反映了双基SAR系统对目标与地物的描述能力。高分辨率能够更为精细地反映目标特征信息，便于特征提取和目标识别。
与传统单基SAR不同，双基SAR的空间分辨率除了与带宽等系统参数有关外，还与空间构型、收发站运动矢量等紧密相关。目前针对双基SAR系统空间分辨率的研究，主要是利用矢量梯度法[9]、模糊函数法[10]和k空间[11]等方法来推导空间分辨率公式。文献[12,13]分析了星机双基SAR的二维分辨率，导出了距离、方位分辨率以及分辨方向夹角的表达式。除此之外，文献[13]还对GEO多基分辨率进行了分析，推导出了阵列维模糊函数并给出了阵列维分辨率的表达式。图3给出了GEO星机双基SAR地面距离向分辨率与接收站散射角(即接收站到目标点连线与地面法线的夹角)
θR 和地面投影双基角ϕ 的关系。图中发射站入射角为θT = 57∘ 。在接收站散射角θR 不变的情况下，当地面投影双基角ϕ=0∘ 时距离分辨率最优，而当ϕ=180∘ 时距离分辨率最差。图4给出了地面方位向分辨率与地面投影双基角ϕ 和速度方向投影夹角ψ 的关系，其中接收站散射角θR = 45∘ 。图中红色的“山脊”区域表示方位向分辨率恶化的双基成像构型区域；而蓝色“山谷”区域为分辨率改善区域，最优分辨率约1.5 m。图3和图4所采用的系统参数如表1所示。发射站为倾斜轨道GEO-SAR卫星，轨道倾角为53°，轨道半长轴长度为42164 km。
表 1 GEO星机双基SAR系统仿真参数Table 1. The simulation parameters of geosynchronous spaceborne/airborne bistatic SAR系统参数 数值 平台参数 数值 载频 1.25 GHz GEO轨道离心率 0.07 带宽 100 MHz GEO轨道倾角 53° 峰值功率 5 kW GEO半长轴长度 42164.17 km 发射天线增益 50 dB 接收站速度 200 m/s 接收天线增益 20.8 dB 接收站高度 10 km 根据公开文献，目前设计的GEO-SAR的信号带宽一般要小于在轨的大部分LEO-SAR，因此GEO星机双基SAR的距离向分辨率相对较低。而GNSS的信号带宽比GEO-SAR的还要小，所以距离分辨率更低。有学者提出通过多接收站或子带融合的方法来提高分辨率[15]。方位分辨率方面，GEO照射源相对于目标点的角速度通常远远小于机载接收站相对于目标点的角速度，因此其方位分辨率主要由接收站的角速度矢量决定。而LEO星机双基SAR中，LEO发射站也能提供较高的角速度，对方位分辨率也会有较大的影响。另外，分辨方向夹角只与双基SAR系统的空间构型、收发站运动矢量相关，不受系统参数的影响[16]。
辐射分辨率也是成像雷达主要的性能指标，主要衡量雷达区分地物辐射能量细微变化的能力。在图像视数相同的情况下，星机双基SAR的辐射分辨性能主要受成像信噪比决定[17]。成像信噪比是雷达在成像范围内感兴趣目标的信号功率与噪声功率的比值，是影响雷达图像质量的重要技术指标。高的成像信噪比可以提高系统的辐射分辨率，有利于图像的识别与解译。在星载SAR设计阶段，为了能够获取足够信噪比的信号，需要足够大的天线尺寸。对于星机双基SAR，接收站作用距离远小于卫星照射源，可以大幅提升成像信噪比，还可以降低对接收平台天线增益的要求。
需要注意的是，在信噪比计算公式中，空间分辨率和归一化雷达散射截面积是与双基SAR成像空间几何结构有关的参数，导致星源照射双基SAR的成像信噪比也与系统的几何构型紧密相关。图5给出了HH极化模式下典型的随机粗糙表面的成像信噪比同双基角和散射角的关系，均方根高度
δh=1.002cm ，复介电常数εr=7 ，相关长度L=21.34cm ，仿真参数在表1给出。可以看出，成像信噪比随几何构型参数的变化而剧烈变化。因此，在设计双基SAR的成像空间几何构型的时候应该综合考虑其对空间分辨率和辐射分辨率的影响。
双基SAR的成像场景大小由收发双站的波束共同照射范围和持续时间决定。对于星源照射双基SAR来说，星载照射源的波束覆盖范围可达数十公里至数百公里，通常大于机载接收站的波束覆盖范围。所以，某个时刻的波束重叠面积主要受接收站影响。
然而，LEO-SAR卫星地面波束脚印移动速度约为7600 m/s，远大于机载接收站的波束移动速度。因此，在二者配合成像时，需要设计合理的空间构型与波束扫描模式以实现更长时间的收发波束共同覆盖，从而提高系统的成像场景大小。
2.3 成像模式
现有 SAR 系统的工作模式主要有条带模式(Stripmap Mode)、聚束模式(Spotlight Mode)以及扫描模式(Scan Mode)等[18]。然而对于收、发波束运动速度差异显著的星机双基SAR而言，若收发站均采用条带模式，其成像场景大小和成像分辨性能可能会受到一定的限制。
前文提到，LEO-SAR卫星波束脚印速度远大于机载平台，若收发平台均采用条带成像模式，则波束共同照射时间较短，可成像范围缩小，限制了星源照射双基SAR的成像能力。因此，需要设计合理的收发站的波束指向与扫描方式，提升系统的分辨性能与成像范围。
为降低卫星波束的移动速度，可让卫星工作在滑动聚束(Sliding Spotlight Mode)或聚束模式[19]。滑动聚束是条带与聚束的结合，可在场景面积和方位分辨率间进行折中，是一种比较灵活的工作模式[20]。为保证星机双基SAR收发波束的重叠时间和覆盖范围满足要求，德国锡根大学Gebhardt的团队[21]提出改变系统的工作模式，通过收发平台波束指向的合理控制增加成像区域的长度。其中，星载照射源工作于“正向滑动聚束模式”，从而降低卫星波束脚印移动速度；接收平台通过工作在“反向滑动聚束模式”(Inverse Sliding Spotlight Mode)，以加快飞机波束脚印移动速度。通过这两种措施，可大幅提升成像区域的长度。另外，还有研究人员提出，采用增大收发站方位向波束宽度的方法来达到提高波束重叠时间、扩大成像场景范围的目的[22]。
相对地，GEO-SAR波束覆盖宽、波束脚印速度与机载平台相当。相较LEO星机双基SAR，GEO照射源与机载接收站配合时波束同步较为容易，可以实现大范围的成像。为了充分利用GEO-SAR照射源波束覆盖范围广这一优势，机载接收站可以采用逆滑动聚束模式实现方位向大场景成像，或者扫描模式实现距离向幅宽的提升。
按照接收站的视线方向，星源照射双基SAR可以分为侧视、斜视、前视、下视以及后视等不同模式。需要指出的是，由于收发分置，通过合理的构型设置，可以使接收站具备对飞行正前方场景的成像能力[1]，解决了单基SAR无法前视成像的问题，在飞行器自主着舰着陆、精确打击、物资空投等方面有广阔的应用前景。图6给出了典型双基构型下GEO星机双基SAR的距离多普勒等值线。可以看出，机载接收站的前视、斜视、侧视、下视、后视区域均可实现等距离等多普勒线较好的分割，从机理上具备了二维高分辨的成像能力。
按照收发站的数量，星源照射双/多基SAR还可以分为一发一收、一发多收、多发一收和多发多收等。例如，GEO星机多角度成像模式由GEO-SAR照射、多个机载接收平台采用不同的飞行轨迹，通过路径规划，使其在同一时刻以不同的方向接收感兴趣目标区域的回波信号，实现对目标场景的不同角度成像，可同时获取目标的多角度信息，有利于目标识别与解译[24]，在高价值目标信息获取方面具有很大的应用潜力，如图7所示。
3. 星源照射双/多基地SAR关键技术
本节将从构型设计、成像方法、同步技术、动目标检测等方面分析星源照射双/多基地SAR的相关关键技术。
3.1 构型设计
同传统单基SAR相比，双基SAR的空间分辨率和成像信噪比同几何构型息息相关。因此，设计一个满足成像性能需求的收发几何构型至关重要。可以说，构型设计是双基SAR相对于单基SAR而言衍生出的一个新的问题。
在星机双基SAR中，由于照射源的运动受到轨道特性限制，在特定成像时刻对某一成像场景来说，其空间位置和速度通常是固定的，调整卫星轨道参数或波束指向会造成系统成本和能量消耗的增加，在实际应用中难以实现。因此，在构型设计中，通常通过改变接收站的位置和运动状态来调整双基构型[26]，从而达到设想的成像目的。
目前，国内外学者针对不同的场景和任务需求，提出了多种构型设计方案。在构型设计中，涉及到的优化函数有：图像信噪比、二维分辨率的大小及夹角、地面动目标的信杂噪比、波束连续覆盖能力、测高精度等。
为了得到满足指定成像分辨率与信噪比需求的GEO星机双基SAR的空间构型，电子科技大学Sun等人[14]首次提出将双基SAR构型设计问题建模为非线性方程组，然后转化为多目标优化问题，并采用非支配排序遗传算法(Non-dominated Sorted Genetic Algorithm-II, NSGA-II)进行求解，得到了多个满足不同场景下成像需求的构型。北京理工大学Cui等人[27]根据最佳输出信杂比准则，建立了动目标检测性能与GEO星机双基SAR的构型参数之间的解析关系模型，并导出了最优信杂噪比的双基构型。此外，研究人员还针对星机双基SAR的前视成像性能[28]、热点区域的连续波束覆盖能力[29]以及动目标检测性能[30]等方面开展了构型设计的研究。
当接收站采用无人机(Unmanned Aerial Vehicle, UAV)平台时，需要预先设计UAV的飞行路径，此时，除应考虑UAV平台的导航性能外，还需要考虑双基SAR的成像性能。可以把UAV路径规划问题分解为导航段和任务段两个阶段，并进行分段协同搜索[31]，使用约束多目标差分进化算法，生成满足成像和导航任务需求的无人机飞行路径[23]。
除了星机双基SAR的构型设计，星载双/多基地SAR的编队构型设计也受到了广泛的关注。文献[32]研究了GEO-LEO双基SAR的构型与轨道参数设计，在设计过程中考虑了地面分辨率、二维分辨率夹角以及噪声等效后向散射系数等成像性能。欧空局[33]提出Cartwheel任务由3颗星构成，组成共面绕飞构型，一方面可以通过卫星的相位均匀分布使系统垂直基线的变化更加平缓；另一方面，共面绕飞构型也大大降低了构型控制成本。
国内也在星载多基地SAR编队飞行构型设计方面开展了深入研究。目前，针对一发多收的主星带辅星系统的研究较多，主要包括分布式干涉SAR (Interferometric SAR, InSAR)测高[34]和特定SAR成像任务的编队构型优化。InSAR测高精度[35]主要受到卫星轨道根数和基线空间分布的影响[36]，通过粒子群算法[37]、希尔方程[38]等方法求解多基构型，可以实现测高精度优化。此外，在GEO-SAR基础上，通过增加仅接收信号的从星，可构成伴随式星座。通过设置适当的编队构型，形成多个相位中心，可在完成成像任务的同时降低系统成本[39]。
3.2 成像方法
SAR成像方法的目的是基于原始回波数据以及系统参数和平台运动信息，通过信号处理，生成反映地物场景和目标散射分布信息的雷达图像。它是SAR技术中的核心关键之一。针对单基SAR，经过几十年的大量研究，人们提出了非常多的SAR成像处理方法。从而可以从看似杂乱无序的回波中快捷地得到高精度的雷达图像，为后续的图像解译奠定了基础。
与单基SAR不同，双基SAR在获取回波的过程中，信号从发射到接收，涉及到位置和运动特性存在差异的两个平台。换一个角度看，双基SAR合成的天线大孔径综合了收发两个平台的运动，因此合成孔径的形式、分布等与单基SAR也有非常大的差异。基于以上原因，星源照射双基SAR的回波模型、回波特性以及相应的成像方法与单基SAR也大大不同。
3.2.1 星源照射双基SAR距离模型
在SAR成像中，距离模型指的是在合成孔径时间内天线相位中心到目标散射点的距离随慢时间或脉冲序列变化的过程。该模型是回波建模、性能分析、成像处理等的基础。对于双基SAR而言，距离模型为收发站各自距离模型的和。下面分别从照射源和接收站两个方面进行阐述。
针对短合成孔径低分辨率情形下的低轨星载照射源，通常用斜视距离模型(Conventional Hyperbolic Range Equation, CHRE)对距离的变化过程进行描述[40]：
RT(t)=√R2T0+v′2(t−t0)2−2RT0v′(t−t0)sinθT0 (1) 其中，
v′ 表示等效雷达速度，θT0 表示星载平台的斜视角，RT0 表示方位零时刻的斜距。该等效雷达速度通过以下方法计算得到[41]：v′=√λ2f2dc4−λRT0f1r2≈√vsvg (2) 其中，
λ 表示雷达波长，fdc 表示多普勒质心，f1r 表示多普勒调频率，vs 表示卫星实际速度，vg 表示星下点移动速度。针对高分辨情形下的低轨照射源、中轨照射源和高轨照射源，需要考虑卫星在合成孔径时间内的弯曲轨迹。而CHRE的自由度较低，无法精确描述这种现象，需要进一步研究具有更高精度的距离模型。此外，当照射源采用聚束模式工作时，由于孔径时间更长，相应地也需要更精确的距离模型。文献[42]提出了针对聚束模式LEO卫星的距离模型，在CHRE的基础上添加两个补偿项，提高了距离模型的自由度，从而得到更高精度的距离模型。文献[43]进一步推导了适用于斜视滑动聚束模式的LEO距离模型，引入了等效加速度，并考虑了等效速度的方位向空变性，将运动轨迹等效为匀加速直线模型，得到扩展斜视距离模型(Expanded Squinted Range Model, ESRM)。文献[44]提出了改进斜视距离模型(Advanced Hyperbolic Range Equation, AHRE)，通过附加线性项来提升距离模型自由度，消除了3次相位误差，提高了MEO-SAR照射源距离模型的精度。针对GEO卫星，需要更多的自由度来提升距离模型的精度，因此文献[45]提出了基于4阶多项式拟合的距离模型。
对于接收平台而言，如果机载平台为匀速直线运动，也可以采用CHRE对其距离模型进行描述：
RR(t)=√R2R0+v2r(t−t0)2−2RR0vr(t−t0)sinθR0 (3) 其中，
vr 表示机载平台飞行速度，θR0 表示机载平台的斜视角，RR0 表示方位零时刻的斜距。然而，当接收站高速高机动运动时，通常需要考虑平台的三维及高阶运动特性，如加速度[46]及急动度[47]。采用矢量可以表示如下：{R_{\rm{R}}}\left( t \right) = {\left\| {{{\boldsymbol{r}}_{{\rm{R}}0}} + {{\boldsymbol{v}}_{\rm{R}}}t + \frac{1}{2}{{\boldsymbol{a}}_{\rm{R}}}{{\rm{t}}^2} + \frac{1}{6}{{\boldsymbol{j}}_{\rm{R}}}{t^3} - {{\boldsymbol{r}}_{\rm{p}}}} \right\|_2} (4) 其中，
{{\boldsymbol{r}}_{\rm{R}}} ,{{\boldsymbol{v}}_{\rm{R}}} ,{{\boldsymbol{a}}_{\rm{R}}} 与{{\boldsymbol{j}}_{\rm{R}}} 分别表示机动接收站的位置矢量、速度、加速度与急动度矢量，{{\boldsymbol{r}}_{\rm{p}}} 表示目标点位置矢量。对于星载接收平台，可以采用与前述星载照射源距离模型相同的方式进行描述。将以上不同类型发射与接收平台的距离模型求和，就可以得到不同的星源照射双基SAR的距离模型，其通用表达式如下：
{R_{{\rm{bi}}}}\left( t \right) = {R_{\rm{T}}}\left( t \right) + {R_{\rm{R}}}\left( t \right) (5) 需要注意的是，对于以GEO为照射源，以LEO卫星或者高速高机动平台为接收站的双基SAR，由于GEO照射源轨道高、距离远，高速高机动平台或者LEO卫星运动速度快，因此信号传播过程中接收平台的运动不能忽略，导致“停走停”假设不再适用。针对该问题，文献[46]提出了GEO照射源高速高机动平台接收的双基SAR构型下的“非停走停”距离模型：
{R_{{\rm{bi}}}}\left( t \right) = {\rm{c}}{\tau _{\rm{d}}} = {R_{\rm{T}}}\left( t \right) + {R_{\rm{R}}}\left( {t + {\tau _{\rm{d}}}} \right) (6) 其中，c为光速，
{\tau _{\rm{d}}} 表示信号的传播延时。{R_{\rm{R}}}\left( {t + {\tau _{\rm{d}}}} \right) 表示高速接收平台的单程斜距模型，可以表示为{R_{\rm{R}}}\left( {t + {\tau _{\rm{d}}}} \right) = {\left\| {{{\boldsymbol{r}}_{{\rm{R}}0}} + {{\boldsymbol{v}}_{\rm{R}}}\left( {t + {\tau _{\rm{d}}}} \right) + \frac{1}{2}{{\boldsymbol{a}}_{\rm{R}}}{{\left( {t + {\tau _{\rm{d}}}} \right)}^2} - {{\boldsymbol{r}}_{\rm{p}}}} \right\|_2} (7) 针对GEO-LEO双基SAR，文献[47]分析了LEO弯曲轨迹条件下的“非停走停”延迟量
{\tau _{\rm{d}}} ，表示为\begin{split} &{\tau _{\rm{d}}} =\{ { - \left[ {{k_{{\rm{R}}1}} + 2{k_{{\rm{R}}2}}\left( {t - {t_0}} \right) - {\rm{c}}} \right]} \\ &\left. { - \sqrt {{{\left[ {{k_{{\rm{R}}1}} + 2{k_{{\rm{R}}2}}\left( {t - {t_0}} \right) - {\rm{c}}} \right]}^2} - 4{k_{{\rm{R}}2}}\left[ {{R_{\rm{T}}}\left( t \right) + {R_{\rm{R}}}\left( t \right)} \right]} } \right\} \\ & /2{k_{{\rm{R}}2}} \\[-10pt] \end{split} (8) 其中，
{k_{{\rm{R}}1}} 和{k_{{\rm{R}}2}} 表示接收站的1阶、2阶多普勒参数。将计算得到的“非停走停”延迟量，代入双基距离模型中，就可以获取适用于高轨照射，低轨或者高速高机动平台接收的双基SAR距离模型。3.2.2 星源照射双基SAR回波频谱模型
有了双基SAR的距离模型以后，就可以很方便地获得双基SAR的时域回波模型。为了高效地在频域对回波进行聚焦，还需要进一步研究回波的二维频谱模型及时频混合模型。建立双基SAR频谱模型的主要问题在于收发双站距离模型中的双根式形式使驻定相位点的求解非常困难。通过改进Loffeld频谱模型[48]，分别求解收发双站各自的驻定相位点，然后再进行加权求和得到最终的驻定相位点，可以得到二维频谱。对于GEO星机双基SAR，由于GEO-SAR照射源相对于目标场景的角速度很小，其多普勒贡献远小于机载接收站，因此，电子科技大学Sun等人[49,50]提出将双基距离历史等效近似为一站固定式双基SAR，从而将距离模型中的双根式简化为单根式形式，导出频谱模型。此外，也可采用Neo等人[51]提出的级数反演方法推导二维频谱。虽然在理论上距离模型的阶数越高，采用级数反演得到的频谱模型也就越精确，但是过高的阶数会导致回波频谱模型变得复杂[52]，会影响后续成像算法的推导。
3.2.3 星源照射双基SAR成像方法
星源照射双基SAR成像方法要解决的核心问题是回波信号的空变性，不同成像方法采用不同的技术途径以解决空变性。通常，双基SAR成像算法可以划分为时域成像算法、频域成像算法和波数域成像方法。时域成像方法为反向投影(Back Projection, BP)方法及其变式等。时域成像方法成像精度高，适用性广，但算法复杂度高，效率低，因此通常不适用于线上实时处理。频域成像方法主要包括距离多普勒方法(Range Doppler Algorithm, RDA)、调频变标方法(Chirp Scaling Algorithm, CSA)以及
{\text{ω}} -k方法等。频域方法能够有效提升成像处理的效率，但是一定程度上牺牲了算法的普适性和精度。波数域方法是指极坐标格式算法(Polar Formatting Algorithm, PFA)方法，由于波数域与空间域具有傅里叶变换对的关系，能够直接将SAR图像投影到空间直角坐标系中。但是该方法通常只适用于特定成像模式，如聚束模式。针对星源照射的双基SAR，许多学者提出了不同的改进方法以实现高精度成像。以下按照不同的照射源和接收平台类型，阐述星源照射双基SAR相关的成像方法。(1) LEO星地双基SAR成像方法
LEO星地双基SAR为典型的一站固定双基SAR，其方位分辨主要由LEO-SAR卫星提供，相对于单基SAR，收发双站与目标点之间的相对位置会随着方位时间改变，因此回波的二维空变特性更为显著。目前，针对LEO星地双基SAR成像方法的研究，主要集中在频域成像方法的改进方法。北京理工大学Zeng等人[53,54]通过CSA实现距离单元徙动(Range Cell Migration, RCM)的均衡，消除了回波的距离向空变以及方位向的调频斜率空变，然后利用非线性调频变标(Nonlinear Chirp Scaling, NLCS)均衡方位向的3阶相位空变，进而实现方位向的一致压缩。此外，将距离向均衡阶数提升到3阶后，能实现更精确的距离徙动校正(Range Cell Migration Correction, RCMC)。也有学者利用压缩感知对LEO星地双基SAR回波数据进行稀疏成像处理[55]。
当LEO卫星采用凝视聚束模式时，合成孔径时间长，分辨率高，因此需要更高精度的距离模型来推导回波频谱，或者利用PFA成像，可避免复杂的频谱推导。中国科学院电子学研究所Zhang等人[56]改进了传统双基PFA成像方法，并利用非均匀快速傅里叶变换(Nonuniform Fast Fourier Transform, NUFFT)的高效性，可避免PFA二维插值操作，从而降低了算法复杂度。文献[49]对滑动聚束LEO星地双基SAR成像方法进行了研究，提出了适用于LEO卫星弯曲轨迹的高精度距离模型，并基于此推导了回波频谱。该方法针对滑动聚束模式造成的多普勒质心空变问题，改进了方位预处理方法，消除了双基移变构型和波束转动造成的频谱混叠，实现了星地双基SAR高精度成像。实测数据成像结果如图8。
(2) LEO星机双基SAR成像方法
相对于LEO星地双基SAR，在LEO星机双基SAR中，由于机载平台也提供多普勒信息，因此距离方位耦合更为严重，高阶多普勒参数对聚焦效果的影响更为显著，需要进一步考虑如何解决多普勒参数的高阶空变性。对此，电子科技大学Wang等人[57]利用NLCS方法对方位空变的各阶多普勒参数都进行均衡，实现了方位向的一致聚焦。文献[58]通过距离向与方位向变标傅里叶逆变换(Scaled Inverse Fourier Transform, SIFT)，既解决了RCM的非线性空变，去除了距离与方位的耦合，也解决了多普勒参数的空变。
当机载接收站采用大斜视或前视模式时，RCM的线性分量较大，距离方位具有较强的耦合性，在二维频域中距离频率与方位频率存在较大的非线性耦合，并且RCM是空变的。为了消除耦合性，文献[59]提出了两步RCMC方法，先通过变标均衡方位向RCM的空变，再通过插值消除距离向RCM的非线性空变，从而消除了距离方位耦合。文献[60]在二维频域中对相位中的空变向系数进行线性化近似，将相位变为非均匀采样的二维傅里叶变换形式，利用NUFFT实现了残余空变相位的补偿，提高了运算效率。
当LEO卫星采用滑动聚束、TOPS等成像模式时，多普勒质心的空变性较为严重，导致TOPS模式和滑动聚束模式的SAR图像存在方位折叠问题。可以通过子孔径划分、方位预处理以及NLCS解决星机双基SAR成像中的多普勒参数的空变性。另外，时域成像算法也能有效避免以上问题，采用FBP[61]算法，通过方位向子孔径划分，对收发站均采用滑动聚束模式的星机双基SAR回波数据进行处理，也可以实现LEO星机双基SAR的高精度聚焦，如图9所示。
(3) GEO照射源双基SAR成像方法
对于GEO星机双基SAR，由于GEO照射源脉冲重复频率(Pulse Repetition Frequency, PRF)低，GEO-SAR的发射信号PRF通常小于200 Hz，会导致回波方位频谱混叠，出现虚假目标，因此首先需要解决的是方位向频谱模糊的问题。
针对该问题，电子科技大学Wu等人[62]提出方位向多通道接收技术，抑制多普勒模糊，并合理设计通道间隔，使方位向模糊信号比(Azimuth Ambiguity Signal Ratio, AASR)最小。此外，将稀疏恢复方法和多通道接收技术结合[63]，可以减少接收机系统的复杂度，提高GEO星机双基SAR的成像效率，成像效果如图10所示。
在成像方法部分，也可将多通道接收与加权FFBP成像方法结合[65]，实现高效成像。此外，电子科技大学Sun等人[50]提出使用一站固定式等效回波模型，通过将GEO星机双基SAR回波模型等效为一站固定式双基SAR，简化距离模型的表达形式，从而求解出二维频谱，再利用
{\text{ω}} -k方法实现回波聚焦。文献[66]提出了两步NLCS方法处理多通道GEO星机双基SAR数据。通过第1步NLCS均衡方位质心，减少通道数；再利用第2步NLCS均衡方位向高阶相位。针对GEO星地双基SAR，北京航空航天大学Guo等人[67]分析了其多普勒特性，并提出多普勒二阶空变均衡方法，从而实现方位一致压缩。
针对高速机动平台接收的GEO双基SAR，通常采用凝视聚束模式，波束域的形状呈现明显的倾斜特性，此时如果采用常规的波束域映射，会导致数据的利用率降低[68]。文献[46]采用KAM (K-set Affine Mapping)映射方式，使数据在二维波束域呈现矩形，可以显著提高数据的利用率。并且由于高速机动平台的运动速度更快，相对于机载平台能够提供更高的多普勒，因此其多普勒质心空变更为严重，文献[69]通过预处理方法去除方位频谱的混叠。
(4) 星载双基SAR成像方法
对于星载双基SAR，如LuTan-1, TanDEM-X[26]，对图像进行干涉处理并获取高程信息是十分重要的，因此需要成像方法具有相位保留能力。Li等人[70]提出了保相的改进RD方法，基于LT-1的系统参数，推导了精确的频谱模型，并结合双通道波束重构改进了RD的处理流程，得到了保留了相位信息的双基SAR图像。
3.3 同步技术
合成孔径雷达要实现精确的二维成像，必须具备对回波幅度、时延和多普勒信息的精准测量能力。这就要求发射子系统和接收子系统具有统一的时间基准和频率基准[71]，即时频同步。此外，发射与接收的天线波束印迹需要在待成像地域实现较好的重叠，以保证回波数据的接收，即空间同步。
对于空间同步，通常可根据目标位置和收发平台的位置解算波束指向，通过实时调整波束指向实现收发波束脚印对准。对于GEO星机双基SAR系统，由于GEO轨道高以及波束脚印面积大，双基平台的波束不需要复杂的实时调整，就能够实现长时间的波束重叠。对于GNSS星机双基SAR系统，地球表面几乎任何位置都能接收到GNSS星座的信号，接收平台可以随时随地接收目标场景的回波，因此通常不需要特定的空间同步方法。而对于LEO星机双基SAR，收发平台速度差异大，LEO卫星波束脚印面积远小于高轨卫星，方位向通常只有几公里的范围，因此LEO星机双基SAR的空间同步是十分重要的。在LEO星机双基SAR试验中[71]，通常根据成像区域坐标，计算卫星的到达时刻，并提前部署机载接收站在预定时刻到达指定区域，对目标场景实现波束覆盖。
对于时频同步，时频同步系统需要为收/发站提供时间基准信号和频率基准信号，并保证时间基准信号的时间同步精度、频率基准信号的稳定度。星源照射双基SAR的时频同步通常采用直达波同步方法，采用两个通道分别接收直达波和回波信号，并使用门控采集与数字锁相环技术，实现收发平台的时频同步[71]。中国科学院电子学研究所Zhang等人[56]在2015年，开展了星地双基成像试验，采用基于直达波的时间和相位同步，实现了相位误差的校正。而对于星载双基SAR而言，收发平台可以通过通信链路交换时钟和频率信息，来实现同步。TanDEM-X通过一种称为“同步链路”的方式将收发双站之间的同步信号进行差分，得到补偿相位，从而实现了时频同步[26]。对于GNSS照射源的双基SAR而言，通常也采用直达波实现时频同步[26]，如图11所示。还可以采用双向时间传递法[1]、卫星共视法[72,73]等方法实现时频同步。
3.4 动目标检测
除了实现对静止地物场景的成像以外，星源照射双基SAR还可以实现对地面运动目标的检测和定位。
1997年，美国的MITRE公司Guttrich等人[74]提出用静止轨道GEO卫星发射信号，并采用高空无人飞机作为接收平台，实现大范围的场景监视以及实时的动目标检测。
随着国内外学者的不断研究，越来越多的单基SAR动目标检测方法被推广运用到星源照射双基SAR动目标检测中。例如，通过将空时自适应处理[75]和偏置相位中心天线技术[76]应用于双基SAR，可以检测和定位淹没在强地杂波中的缓慢移动目标。然而，当目标快速移动时，难以准确估计目标的位置和速度参数，导致目标的方位位置模糊。
北京理工大学的Zhang等人[77]提出了GEO星机双基地多通道SAR (GEO-SABM SAR)，利用GEO-SAR作为照射源，机载平台多通道接收，利用速度SAR技术抑制地杂波并增强信噪比，实现对动目标的检测和定位。在GEO-LEO双基SAR构型下，利用方位Chirp-Fourier变换域对多通道基线进行补偿，可有效地抑制杂波，并进行动目标成像[78]。
然而除了杂波之外，雷达平台沿航迹方向的速度分量会造成目标方位向散焦，而沿斜距方向的速度分量会引起多个假目标的出现。文献[79]分析了运动目标的方位多通道脉冲响应，提出了一种GEO-SA-BiSAR多通道重建方法，在方位向的多通道原始数据融合前，先进行距离徙动校正(RCMC)和方位向非线性调频变标处理(ANLCS)，以消除斜距变化带来的影响，同时降低原始数据的多普勒带宽；然后通过信号强度比(Signal Intensity Ratio, SIR)对斜距方向的动目标速度分量进行估计，可以较好地完成对虚假目标的抑制。对于海面上舰船动目标的检测结果，与传统检测算法的对比，如图12所示，可以看出该算法抑制了虚假目标，实现了动目标检测。
北京理工大学的Cui等人[80]提出了一种自适应的动目标检测方法，建立了精确的GEO SA-BiSAR多通道信号模型，并提出了修正的自适应空间滤波器完成杂波抑制和波束形成，可以对运动参数进行估计。针对GEO星机双基SAR的动目标三维速度估计问题，可通过分数阶傅里叶变换(Fractional Fourier Transform, FrFT)对多普勒质心和频率进行估计[81]，从而获得运动目标的三维速度。
前面提到的GEO星机双基SAR中的PRF模糊问题同样会导致动目标回波的方位向欠采样，从而造成虚假目标。针对此问题，电子科技大学An等人[82]提出了基于稀疏分离的GEO双基SAR动\静目标成像检测方法，将动目标和静止目标建模为联合速度估计和稀疏分解问题，然后使用粒子群优化算法(Particle Swarm Optimization, PSO)和交替方向乘子法(Alternate Direction Multiplier Method, ADMM)联合优化求解，实现动静目标同时成像和动目标速度估计，结果如图13所示。
4. 星源照射双/多基地SAR试验验证
除理论方法研究以外，目前国内外针对星源照射双/多基地SAR还开展了若干地面和飞行试验验证，照射源主要涉及星载SAR和GNSS等不同系统。
4.1 SAR卫星为照射源的试验验证
早在20世纪80年代，美国就开展了国际上第1次星机双基SAR飞行试验验证。利用“挑战者号”航天飞机搭载SIR-B (Shuttle Imaging Radar)雷达作为照射源，发射L波段信号，以CV-990飞机作为接收站，采用条带成像模式和直达波同步方法，验证了星机双基SAR的可行性[6]。1992年，美国喷气推进实验室(JPL)使用欧洲遥感一号卫星(European Remote Sensing Satellite 1, ERS-1)作为照射源[83]，一架美国国家航空航天局(NASA)的飞机作为接收站，以俄克拉荷马城区为成像区域，开展了星机双基SAR试验。合成孔径时间为3 s，使用一种改进的RD算法对试验数据进行处理，得到了分辨率为12 m的星机双基SAR成像结果，并将此结果与对应的单基SAR成像结果进行对比，分析了单/双基成像结果的区别。
在2007年4月和11月，西班牙加泰罗尼亚理工大学(Universitat Politècnica de Catalunya, UPC)[84]分别利用ERS-2和ENVISAT卫星为照射源，以自行研制的SABRINA系统固定在建筑物楼顶作为接收站，这是C波段第1个用于双基SAR干涉测量的接收系统，开展了星地双基干涉SAR试验。两次试验采用不同的构型，分别获取两片区域的前向和后向散射信号，最后将得到的DEM高程图叠加到相应的卫星正射影像上，如图14所示。
2007年11月，德国宇航中心(German Aerospace Center, DLR)开展了星机双基地SAR试验。该试验以TerraSAR-X卫星作为照射源，搭载机载雷达系统F-SAR的飞机作为接收站。照射源采用滑动聚束模式，接收站使用条带模式，利用直达波进行时频同步，使用BP算法对回波数据进行处理，得到的成像结果如图15所示[85]。这是第1次X波段的星机双基SAR试验，此次试验验证了移变模式下星机双基SAR成像的可行性。除此之外，双基地SAR可以灵活地调整构型，获取目标区域不同角度的散射系数，还可得到更高的信噪比的成像结果，与单基SAR成像结果形成互补。
2009年，德国夫琅和费高频物理和雷达技术研究所(FGAN-FHR)开展了星机双基SAR成像试验，同样使用TerraSAR-X作为照射源，接收站为Transall C-160飞机，配备了FGAN-FHR研制的机载相控阵多功能成像雷达(Phased Array Multifunctional Imaging Radar, PAMIR)。该次试验首次采用逆滑动聚束模式，在这种模式下，收发站波束分别使用不同的滑动因子，可以增加天线波束重叠时间，提升成像分辨率，合成孔径时间约为3.6 s，试验使用直达波进行时频同步，使用改进的BP算法进行成像处理，如图16所示[86]。
2013年，美国圣地亚实验室开展了星地双基SAR成像试验[87]，分别以COSMO-SkyMed和TerraSAR-X卫星作为照射源，接收站固定在Manzano山顶，海拔为340 m，到成像场景中心的斜距为3.68 km。接收站为双通道，分别对应直达波天线和回波接收天线，照射源采用聚束模式以获取更高的方位分辨率，回波数据使用PFA算法进行处理，距离分辨率和方位分辨率分别为0.708 m和1.641 m，成像结果如图17所示。
在国内，北京理工大学Wang等人[88]于2010年开展了星地双基SAR成像试验，以我国的遥感1号卫星(YaoGan-1, L波段)作为照射源，地面固定站接收回波信号，使用改进的CS算法对数据进行处理，该算法可以应用于空变较强的双基SAR构型，试验使用直达波进行同步。从图18所示的单\双基成像结果对比可以看出，在该双基构型下，能观测到场景中更丰富的植被信息。但是由于观测角度和遮挡的原因，双基构型下人造建筑物的散射强度要弱于单基成像结果，如红框中所示[88]。
2012年，Zeng等人[89]又利用中国遥感3号卫星(L波段)为照射源，地面固定站接收回波信号，进行了星地双基干涉SAR试验。通过椭球投影模型推导出了一种新的干涉相位与地形高度的转换关系，可以获得更为精确的DEM高程图。并使用该方法对北京理工大学良乡东部地区的DEM进行了重构，得到目标的平均相对高度与实际测量高度的偏差在1 m内，验证了双基地干涉法生成高精度DEM的可行性。
2013年，中国科学院电子学研究所Wang等人[90]开展了星地双基SAR试验，该试验首次将俯仰向波束形成技术(Digital Beamforming in Elevation, DBE)用于双基构型，可获得高增益的窄波束，并在不降低接收天线增益的情况下增大测绘带。试验以TerraSAR-X作为照射源，地面固定接收站位于海拔为270 m的山顶上，由5个通道接收回波，剩余的一个通道接收直达波信号以完成数据同步。照射源采用滑动聚束模式以获得更长的相干积累时间和更高的方位分辨率，成像场景大小为5 km×5 km，成像结果如图19所示。图19(a)为单通道获取的图像，由于天线增益较低，导致图像信噪比较低。图19(b)为5通道DBF处理后的图像，通过该技术可以形成高增益的窄波束，使得图像的信噪比提升了6.5 dB左右。
2015年，中国科学院电子学研究所Zhang等人[56]成功开展了聚束模式的星地双基SAR成像试验。此次试验以TerraSAR-X卫星作为照射源，固定接收站设置在海拔为341 m的山顶。利用直达波进行同步，并通过FR均衡方法提升了信噪比。试验采用在高斯网格下的二维非均匀快速傅里叶变换的PFA算法解决了波束转动带来的方位向频谱混叠问题，并在成像之后，进行波前弯曲校正和地理坐标重定位，如图20所示[56]。图20(c)是在图20(a)的基础上，进行波前弯曲校正和地理坐标重定位后的图像，图中红色箭头标注的是成像场景中的一条公路。可以看出图20(a)中的公路存在明显的弯曲，而经过波前弯曲校正和地理坐标重定位后，弯曲问题得到明显改善，成像质量接近BP算法处理得到的图像。
2020年，电子科技大学与中国空间技术研究院合作，开展了国内首次星源照射双基SAR成像试验，使用GF-3号SAR卫星作为照射源，利用直达波进行时频同步。试验使用改进BP算法进行成像处理，成像结果与光学遥感图像的对比如图21所示[91,92]。
德国宇航局还于2010年发射TanDEM-X卫星，可与TerraSAR-X卫星采用编队飞行的方式，形成一个单轨双天线(TerraSAR-X/TanDEM-X, TSX/TDX)系统，可对地球进行观测，得到精确的DEM高程图。除此之外还能很好地克服大气延迟、轨道误差等引起的相位噪声[93]。
我国分别于2022年1月和2月成功发射陆探一号的两颗卫星，是第1个具备提供整个中国连续地形图像能力的SAR卫星星座，形变测量精度可达毫米级，在地表形变测量、地形制图、地质灾害(滑坡、泥石流、地震、火山)监测等方面具有很大应用潜力，同时可对森林生物量进行测量，是实现碳循环监测提供有效技术手段[1]。目前陆探一号卫星已经实现在轨成像，图像质量优异。
4.2 GNSS为照射源的试验验证
针对以GNSS卫星作为照射源的双/多基地SAR，英国伯明翰大学[94]在2005年前后，以俄罗斯全球导航卫星定位系统(Global Orbiting Navigation Satellite System, GLONASS)为照射源，使用位于建筑物顶部并能沿轨道进行运动的车厢作为接收站，完成了GNSS星地双基SAR的试验验证，但是由于GLONASS系统以及处理技术的限制，所获得成像结果的距离分辨率仅达到56 m。为了进一步提升成像质量，2013年，伯明翰大学又以欧盟的伽利略卫星导航系统为照射源，分别使用汽车和AS355直升机作为接收站，进行了GNSS星机双基和星地双基SAR成像试验，利用直达波信号进行同步，使用BP算法对数据进行处理，将距离分辨率提升到了25.2 m，方位分辨率提升到了20 m[4]，星机双基SAR成像结果如图22所示。
北京理工大学Zeng等人[95]于2015年，以我国北斗-2全球导航卫星作为照射源，接收站固定在一建筑物顶部，开展了GNSS星地双基SAR成像试验。为了改善发射信号落地功率密度低导致图像信噪比不足的问题，提出一种照射源多航过数据相干融合的方法。图23(a)为单次航过的成像结果，图23(b)为图22航过进行相干融合后的结果。可以看出，相干融合后的图像质量得到了明显的提升，与单航过相比，信噪比提升约10.7 dB。
2015年，英国伯明翰大学和中国国防科技大学合作，Zhang等人[96]开展了以GLONASS卫星为照射源的星地双基SAR成像试验，合成孔径时间为300 s。该试验使用了一种新的同步成像一体化算法，通过同步预处理抵消了直达波信号中导航信号的影响，然后根据系统的几何特性，对同步相位误差进行补偿，最后使用BP算法对回波信号进行处理，将目标区域的SAR成像结果叠加到卫星光学图片上如图24所示，可以看出成像结果与实际场景的匹配度较好，但是场景中存在部分弱散射目标被强散射目标淹没的情况。
2014年，为了改善GNSS信号带宽较窄导致距离分辨率低的问题，伯明翰大学和北京航空航天大学合作[97]，通过将伽利略导航卫星E5频带的信号进行融合，理论上可以将GNSS双基SAR的距离分辨率提升到6 m。
2019年，北京航空航天大学Zhou等人[98]以全球卫星导航定位系统(Global Positioning System，GPS)为照射源，接收站置于3 m高的足球场主席台上，以大学内的建筑为成像区域，开展了GNSS星机双基SAR成像试验，成功获取了300秒合成孔径时间的数据，使用一种新的成像算法对回波数据进行处理，对徙动单元进行校正后，引入一个3次相位因子来均衡同一徙动单元的多普勒调频率，最后进行方位向相位补偿和几何校正，得到的成像结果和光学图像对比如图25所示，通过观察图中的强散射点区域，可以看出足球场东部的铁丝网、排球场东部的钢丝网、游泳馆边缘、体育馆边缘、体育馆塔尖和教学楼边缘(图中标记为1—6)与光学图中的位置一致，且该算法成像精度与BP算法近似，而计算效率提升近10倍。
从以上对目前国内外已经开展的星源照射双基SAR成像试验，尤其是星机、星地双基SAR成像试验来看，主要以LEO-SAR卫星作为发射源，以飞机或地面固定站作为接收站，对一站固定式双基SAR进行成像试验验证。目前，典型的星源照射双/多基地SAR系统和计划如表2所示。
表 2 星源照射双/多基SAR典型系统/试验介绍Table 2. Typical system introduction of bi/multi-static SAR system with spaceborne illuminators类别 平台组合 典型系统/试验 国家 研制状态 优劣势与应用价值 发射 接收 同构 SAR卫星 SAR卫星 陆探1号 中国 在轨运行 可实现高精度干涉测量，
用于地表DEM生成与运动目标检测等TerraSAR-X/TanDEM-X 德国 在轨运行 TanDEM-L 德国 正在研制 异构 SAR卫星
GNSS卫
星等飞机、地
面等挑战者号+CV990飞机 美国 验证了星机双基SAR成像可行性 机载接收站：观测视角丰富、响应速度快
地面接收站：感兴趣区域
长时间观测
GNSS卫星：全球覆盖，
带宽与功率受限
SAR卫星：大带宽、
功率密度较高ERS-2/ENVISAT+地面固定站(SABRINA系统) 西班牙 星地双基干涉SAR试验 TerraSAR-X+飞机
(F-SAR/PAMIR)中国、德国、美国 星机SAR成像试验 遥感-1+地面固定站 中国 对比单双基成像结果 TerraSAR-X +地面固定站 中国 DBF提升信噪比 高分-3+飞机 中国 星机双基SAR成像试验 GLONASS/GPS/Galileo +地面固定接收 中国、英国 GNSS星地双基SAR成像试验 GLONASS+飞机 英国、中国 GNSS星机双基SAR成像试验 北斗-2+地面固定接收 中国 GNSS星地双基SAR成像试验 5. 未来发展趋势
综上所述，星源照射双/多基地SAR目前已积累了大量的研究成果，并通过试验验证了其可行性和成像能力。随着平台、载荷的发展，面对更高的应用需求，星源照射双/多基SAR将在以下几个方面进一步发展。
5.1 空间分辨与成像幅宽进一步提升
高分辨、大幅宽成像可显著提升SAR系统对感兴趣目标的信息获取能力，为大范围地质测绘、高精度侦察与目标识别等应用提供了技术基础。星源照射双基SAR的收发站配置灵活，可采用不同的成像模式实现成像分辨率和幅宽的进一步提升。
首先，星载发射站波束覆盖范围广，通过合理的设计收发双站的构型与成像模式，可以充分地利用发射站的波束覆盖，实现更大的成像幅宽。此外，还可以采用多接收站编队飞行，提升星源照射双/多基SAR的空间分辨率。
5.2 多基接收与信息融合，获取更丰富的目标信息
基于星源照射的多机协同成像检测技术，将在灾害救援、国土测绘、战术侦察等领域发挥重要的应用价值。在接收多基的情况下，地物的散射信息，可同时被多个接收站利用，在解决好时、频、空同步问题后，各接收站协同工作、信息共享，可获得目标区各个角度的丰富信息。
各个接收站的信息融合是提升多基性能的关键，需要针对不同空间构型，构建高精度成像算法，充分利用不同角度的散射信息，消除成像过程中，由地势变化产生的散射体位置偏移，进而得到高精度成像结果。
5.3 星座照射提升全球观测能力
为了弥补单平台的成像能力的缺陷，采用多颗卫星组成星座可以显著提升系统的成像能力。例如，LEO-SAR可以实现全球覆盖，但是重访周期长，且波束覆盖范围较小。采用多LEO卫星组网可以降低重访周期并提升成像幅宽。此外，GEO-SAR虽然重访时间短、波束覆盖范围广，但是无法实现全球覆盖。也需要采用多颗GEO-SAR分布在不同经度上实现全球覆盖。因此，SAR卫星星座是未来的重要发展方向。
基于星座照射的双/多基地SAR成像系统，发射星座可以为接收站提供重访周期更短、功率密度更高、可用带宽更大、覆盖范围更广的波束照射，为未来的SAR成像应用提供更优质的照射源。
5.4 全球变化的动态观测与环境、资源等数据的更有效获取
星载双基SAR可以形成稳定、可变的垂直航迹基线，实现单航过长基线InSAR和层析SAR，完成地表高度的高精度反演。此外，随着天线技术的发展，波束形成技术可以支持更多不同的成像模式，从而显著提升系统的成像幅宽和空间分辨率。再结合多极化、多视角、多频段等信息，可以大大提升系统对目标信息的获取能力，可广泛应用于全球变化的动态观测，例如，地表形变与城市沉降监测、三维植被、冰层结构反演、大气测量、洋流监测等。
6. 结语
星源照射双/多基地SAR是雷达探测领域的重要研究方向之一，20世纪80年代受到国内外研究机构的广泛关注。本文首先介绍了国内外星源照射双/多基地SAR的系统组成。然后，分析了星源照射双/多基地SAR的关键技术，包括构型设计、成像方法、同步技术和动目标检测。从不同平台组合的角度出发，分别分析了星载、地面及机载平台的运动特性与回波模型，并对LEO星机双基SAR、GEO/MEO星机双基SAR等不同平台组合模式的成像方法以及动目标检测方法进行详细分析，对比了方法之间的异同和优势。最后介绍了国内外在星源照射双/多基地SAR方面的试验验证工作。未来，对于星源照射双/多基地SAR，我们预计将在高分辨、大幅宽星机双基成像、多无人机多任务协同成像、成像识别一体化等方向继续深入研究。
-
图 1 星源照射双/多基地SAR系统
Figure 1. The configuration of bi/multi-static SAR system with spaceborne illuminators
图 2 星源照射双/多基地 SAR 系统分类
Figure 2. The classification of bi/multi-static SAR system with spaceborne illuminators
表 1 GEO星机双基SAR系统仿真参数
Table 1. The simulation parameters of geosynchronous spaceborne/airborne bistatic SAR
系统参数 数值 平台参数 数值 载频 1.25 GHz GEO轨道离心率 0.07 带宽 100 MHz GEO轨道倾角 53° 峰值功率 5 kW GEO半长轴长度 42164.17 km 发射天线增益 50 dB 接收站速度 200 m/s 接收天线增益 20.8 dB 接收站高度 10 km 
下载: 导出CSV
表 2 星源照射双/多基SAR典型系统/试验介绍
Table 2. Typical system introduction of bi/multi-static SAR system with spaceborne illuminators
类别 平台组合 典型系统/试验 国家 研制状态 优劣势与应用价值 发射 接收 同构 SAR卫星 SAR卫星 陆探1号 中国 在轨运行 可实现高精度干涉测量，
用于地表DEM生成与运动目标检测等TerraSAR-X/TanDEM-X 德国 在轨运行 TanDEM-L 德国 正在研制 异构 SAR卫星
GNSS卫
星等飞机、地
面等挑战者号+CV990飞机 美国 验证了星机双基SAR成像可行性 机载接收站：观测视角丰富、响应速度快
地面接收站：感兴趣区域
长时间观测
GNSS卫星：全球覆盖，
带宽与功率受限
SAR卫星：大带宽、
功率密度较高ERS-2/ENVISAT+地面固定站(SABRINA系统) 西班牙 星地双基干涉SAR试验 TerraSAR-X+飞机
(F-SAR/PAMIR)中国、德国、美国 星机SAR成像试验 遥感-1+地面固定站 中国 对比单双基成像结果 TerraSAR-X +地面固定站 中国 DBF提升信噪比 高分-3+飞机 中国 星机双基SAR成像试验 GLONASS/GPS/Galileo +地面固定接收 中国、英国 GNSS星地双基SAR成像试验 GLONASS+飞机 英国、中国 GNSS星机双基SAR成像试验 北斗-2+地面固定接收 中国 GNSS星地双基SAR成像试验
下载: 导出CSV
-
[1] 杨建宇. 双基合成孔径雷达[M]. 北京: 国防工业出版社, 2017.YANG Jianyu. Bistatic Synthetic Aperture Radar[M]. Beijing: National Defense Industry Press, 2017. [2] 曾涛. 双基地合成孔径雷达发展现状与趋势分析[J]. 雷达学报, 2012, 1(4): 329–341. doi: 10.3724/SP.J.1300.2012.20093ZENG Tao. Bistatic SAR: State of the art and development trend[J]. Journal of Radars, 2012, 1(4): 329–341. doi: 10.3724/SP.J.1300.2012.20093 [3] WANG R and DENG Yunkai. Bistatic SAR System and Signal Processing Technology[M]. Singapore: Springer, 2018. [4] CHERNIAKOV M, ZENG Tao, and PLAKIDIS E. Galileo signal-based bistatic system for avalanche prediction[C]. IGARSS 2003. 2003 IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France, 2003: 784–786. [5] ANTONIOU M and CHERNIAKOV M. GNSS-based bistatic SAR: A signal processing view[J]. EURASIP Journal on Advances in Signal Processing, 2013, 2013(1): 98. doi: 10.1186/1687-6180-2013-98 [6] WILLIS N J , GRIFFITHS H D. Advances in Bistatic Radar[M]. Scitech Publishing Inc, 2007. [7] MARTONE M, BRÄUTIGAM B, RIZZOLI P, et al. Enhancing interferometric SAR performance over sandy areas: Experience from the TanDEM-X mission[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(3): 1036–1046. doi: 10.1109/JSTARS.2015.2418537 [8] ZHANG Yanyan, ZHANG Heng, OU Naiming, et al. First demonstration of multipath effects on phase synchronization scheme for LT-1[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(4): 2590–2604. doi: 10.1109/TGRS.2019.2952471 [9] HOMER J, MOJARRABI B, PALMER J, et al. Non-cooperative bistatic SAR imaging system: Spatial resolution analysis[C]. 2003 IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France, 2003: 1446–1448. [10] ZENG Tao, CHERNIAKOV M, and LONG Teng. Generalized approach to resolution analysis in BSAR[J]. IEEE Transactions on Aerospace and Electronic Systems, 2005, 41(2): 461–474. doi: 10.1109/TAES.2005.1468741 [11] ENDER J H G. The meaning of k-space for classical and advanced SAR techniques[C]. International Symposium Physics in Signal and Image Processing, Marseille, France, 2001: 23–38. [12] WANG Jingen, WANG Yanfei, ZHANG Jianming, et al. Resolution calculation and analysis in bistatic SAR with geostationary illuminator[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(1): 194–198. doi: 10.1109/LGRS.2012.2197850 [13] HU Cheng, CHEN Zhiyang, DONG Xichao, et al. Multistatic geosynchronous SAR resolution analysis and grating lobe suppression based on array spatial ambiguity function[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(9): 6020–6038. doi: 10.1109/TGRS.2020.2969573 [14] SUN Zhichao, WU Junjie, PEI Jifang, et al. Inclined geosynchronous spaceborne–airborne bistatic SAR: Performance analysis and mission design[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(1): 343–357. doi: 10.1109/TGRS.2015.2457034 [15] SANTI F, BUCCIARELLI M, PASTINA D, et al. Spatial resolution improvement in GNSS-Based SAR using multistatic acquisitions and feature extraction[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(10): 6217–6231. doi: 10.1109/TGRS.2016.2583784 [16] JIANG Yicheng and WANG Zhuoqun. Analysis for resolution of bistatic SAR configuration with geosynchronous transmitter and UAV receiver[J]. International Journal of Antennas and Propagation, 2013, 2013: 237463. doi: 10.1155/2013/237463 [17] 邓云凯, 禹卫东, 张衡, 等. 未来星载SAR技术发展趋势[J]. 雷达学报, 2020, 9(1): 1–33. doi: 10.12000/JR20008DENG Yunkai, YU Weidong, ZHANG Heng, et al. Forthcoming spaceborne SAR development[J]. Journal of Radars, 2020, 9(1): 1–33. doi: 10.12000/JR20008 [18] CUMMING I G and WONG F H. Digital Signal Processing of Synthetic Aperture Radar Data: Algorithms and Implementation[M]. Boston: Artech House, 2004. [19] SOUMEKH M. Synthetic Aperture Radar Signal Processing with MATLAB Algorithms[M]. New York: Wiley, 1999. [20] 孙稚超. 基于GEO辐射源的星机SAR成像理论与方法研究[D]. [博士论文], 电子科技大学, 2017.SUN Zhichao. Research on the imaging theory and algorithms of geosynchronous spaceborne-airborne bistatic SAR[D]. [Ph. D. dissertation], University of Electronic Science and Technology of China, 2017. [21] GEBHARDT U, LOFFELD O, NIES H, et al. Bistatic airborne/spaceborne hybrid experiment: Basic considerations[C]. SPIE 5978, Sensors, Systems, and Next-Generation Satellites IX, Bruges, Belgium, 2005. [22] 周鹏. 星机双基地SAR系统总体与同步技术研究[D]. [博士论文], 电子科技大学, 2008.ZHOU Peng. System design and synchronization technique of spaceborne/airborne hybrid bistatic synthetic aperture radar[D]. [Ph. D. dissertation], University of Electronic Science and Technology of China, 2008. [23] SUN Zhichao, WU Junjie, YANG Jianyu, et al. Path planning for GEO-UAV bistatic SAR using constrained adaptive multiobjective differential evolution[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(11): 6444–6457. doi: 10.1109/TGRS.2016.2585184 [24] LIU Qi, LI Qiang, YU Weidong, et al. Automatic building detection for multi-aspect SAR images based on the variation features[J]. Remote Sensing, 2022, 14(4): 1409. doi: 10.3390/rs14061409 [25] 安洪阳. 基于高轨照射源的双基SAR成像与动目标检测技术研究[D]. [博士论文], 电子科技大学, 2020.AN Hongyang. Research on imaging and moving target detection technology of bistatic SAR with geosynchronous illuminator[D]. [Ph. D. dissertation], University of Electronic Science and Technology of China, 2020. [26] RODRIGUEZ-CASSOLA M, PRATS P, SCHULZE D, et al. First bistatic spaceborne SAR experiments with TanDEM-X[J]. IEEE Geoscience and Remote Sensing Letters, 2012, 9(1): 33–37. doi: 10.1109/LGRS.2011.2158984 [27] CUI Chang, DONG Xichao, and HU Cheng. Performance analysis and configuration design of geosynchronous spaceborne-airborne bistatic moving target indication system[C]. IGARSS 2020 - 2020 IEEE International Geoscience and Remote Sensing Symposium, Waikoloa, USA, 2020; 6559–6562. [28] MAO Deqing, ZHANG Yongchao, PEI Jifang, et al. Forward-looking geometric configuration optimization design for spaceborne-airborne multistatic synthetic aperture radar[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 8033–8047. doi: 10.1109/JSTARS.2021.3103802 [29] GRAZIANO M D and D’ERRICO M. Novel constellation design method for spaceborne/airborne bistatic SAR systems[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(3): 2082–2095. doi: 10.1109/TAES.2014.130161 [30] DONG Xichao, CUI Chang, LI Yuanhao, et al. Geosynchronous spaceborne-airborne bistatic moving target indication system: Performance analysis and configuration design[J]. Remote Sensing, 2020, 12(11): 1810. doi: 10.3390/rs12111810 [31] SUN Zhichao, YEN G G, WU Junjie, et al. Mission planning for energy-efficient passive UAV radar imaging system based on substage division collaborative search[J]. IEEE Transactions on Cybernetics, 2023, 53(1): 275–288. doi: 10.1109/TCYB.2021.3090662 [32] 王跃锟, 李真芳, 张金强, 等. GEO-LEO双站SAR地面分辨特性及轨道构型分析[J]. 系统工程与电子技术, 2017, 39(5): 996–1001. doi: 10.3969/j.issn.1001-506X.2017.05.07WANG Yuekun, LI Zhenfang, ZHANG Jinqiang, et al. Ground resolution characteristic and orbital configuration analysis for GEO-LEO BiSAR[J]. Systems Engineering and Electronics, 2017, 39(5): 996–1001. doi: 10.3969/j.issn.1001-506X.2017.05.07 [33] MASSONNET D. Capabilities and limitations of the interferometric cartwheel[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(3): 506–520. doi: 10.1109/36.911109 [34] 郝继刚, 张育林. SAR干涉测高分布式小卫星编队构形优化设计[J]. 宇航学报, 2006, 27(4): 654–658, 669. doi: 10.3321/j.issn:1000-1328.2006.04.017HAO Jigang and ZHANG Yulin. Formation optimized design for the height measurement of InSAR using distributed micro-satellites[J]. Journal of Astronautics, 2006, 27(4): 654–658, 669. doi: 10.3321/j.issn:1000-1328.2006.04.017 [35] 黄海风, 邓泳, 梁甸农. 基于测高精度最优值的星载分布式InSAR编队构形设计方法[J]. 国防科技大学学报, 2005, 27(4): 85–90. doi: 10.3969/j.issn.1001-2486.2005.04.020HUANG Haifeng, DENG Yong, and LIANG Dianlong. A formation design approach of the distributed spaceborne InSAR based on height-measure optimal accuracy value[J]. Journal of National University of Defense Technology, 2005, 27(4): 85–90. doi: 10.3969/j.issn.1001-2486.2005.04.020 [36] 何峰, 梁甸农, 董臻. 主星带伴随小卫星编队SAR系统干涉测高精度与编队构形设计[J]. 宇航学报, 2005, 26(4): 455–460. doi: 10.3321/j.issn:1000-1328.2005.04.014HE Feng, LIANG Diannong, and DONG Zhen. Height-measure accuracy of InSAR in spaceborne parasitic SAR system and flying formation design[J]. Journal of Astronautics, 2005, 26(4): 455–460. doi: 10.3321/j.issn:1000-1328.2005.04.014 [37] 陈雯雯, 邵晓巍, 段登平. 基于DEM和GMTI的收发同置分布式InSAR编队构型设计[J]. 上海航天, 2012, 29(1): 12–18, 46. doi: 10.3969/j.issn.1006-1630.2012.01.003CHEN Wenwen, SHAO Xiaowei, and DUAN Dengping. Formation design of distributed satellites InSAR based on DEM and GMTI[J]. Aerospace Shanghai, 2012, 29(1): 12–18, 46. doi: 10.3969/j.issn.1006-1630.2012.01.003 [38] 伍升钢, 钱山, 谭炜, 等. 分布式InSAR卫星绕飞角设计与控制方法研究[J]. 宇航学报, 2013, 34(9): 1224–1230. doi: 10.3873/j.issn.1000-1328.2013.09.007WU Shenggang, QIAN Shan, TAN Wei, et al. Research on the flying-around angle design and orbit control for distributed InSAR satellites[J]. Journal of Astronautics, 2013, 34(9): 1224–1230. doi: 10.3873/j.issn.1000-1328.2013.09.007 [39] 胡程, 陈志扬, 董锡超. 分布式GEO SAR: 编队构型设计及性能分析[J]. 南京信息工程大学学报:自然科学版, 2020, 12(2): 236–245. doi: 10.13878/j.cnki.jnuist.2020.02.012HU Cheng, CHEN Zhiyang, and DONG Xichao. Formation design and performance analysis for distributed geosynchronous SAR[J]. Journal of Nanjing University of Information Science and Technology:Natural Science Edition, 2020, 12(2): 236–245. doi: 10.13878/j.cnki.jnuist.2020.02.012 [40] MOREIRA A and HUANG Yonghong. Airborne SAR processing of highly squinted data using a chirp scaling approach with integrated motion compensation[J]. IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(5): 1029–1040. doi: 10.1109/36.312891 [41] LI F K, HELD D N, CURLANDER J C, et al. Doppler parameter estimation for spaceborne synthetic-aperture radars[J]. IEEE Transactions on Geoscience and Remote Sensing, 1985, GE-23(1): 47–56. doi: 10.1109/TGRS.1985.289499 [42] WU Yuan, SUN Guangcai, YANG Chun, et al. Processing of very high resolution spaceborne sliding spotlight SAR data using velocity scaling[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(3): 1505–1518. doi: 10.1109/TGRS.2015.2481923 [43] SUN Guangcai, WU Yuan, YANG Jun, et al. Full-aperture focusing of very high resolution spaceborne-squinted sliding spotlight SAR data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(6): 3309–3321. doi: 10.1109/TGRS.2017.2669205 [44] HUANG Lijia, QIU Xiaolan, HU Donghui, et al. Focusing of medium-earth-orbit SAR With advanced nonlinear chirp scaling algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(1): 500–508. doi: 10.1109/TGRS.2010.2053211 [45] ZHAO Bingji, QI Xiangyang, DENG Yukai, et al. Accurate fourth-order Doppler parameter estimation approach for geosynchronous SAR[C]. EUSAR 2012; 9th European Conference on Synthetic Aperture Radar, Nuremberg, Germany, 2012: 615–618. [46] ZHANG Qianghui, WU Junjie, LI Zhongyu, et al. PFA for bistatic forward-looking SAR mounted on high-speed maneuvering platforms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(8): 6018–6036. doi: 10.1109/TGRS.2019.2903878 [47] TANG Shiyang, GUO Ping, ZHANG Linrang, et al. Modeling and precise processing for spaceborne transmitter/missile-borne receiver SAR signals[J]. Remote Sensing, 2019, 11(3): 346. doi: 10.3390/rs11030346 [48] WU Junjie, LI Zhongyu, HUANG Yulin, et al. A generalized omega-K algorithm to process translationally variant bistatic-SAR data based on two-dimensional stolt mapping[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(10): 6597–6614. doi: 10.1109/TGRS.2014.2299069 [49] SUN Zhichao, CHEN Tianfu, SUN Huarui, et al. A novel frequency-domain focusing method for geosynchronous low-earth-orbit bistatic SAR in sliding-spotlight mode[J]. Remote Sensing, 2022, 14(13): 3178. doi: 10.3390/rs14133178 [50] SUN Zhichao, WU Junjie, LI Zhongyu, et al. Geosynchronous spaceborne-airborne bistatic SAR data focusing using a novel range model based on one-stationary equivalence[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 59(2): 1214–1230. doi: 10.1109/TGRS.2020.3002900 [51] NEO Y L, WONG F, and CUMMING I G. A two-dimensional spectrum for bistatic SAR processing using series reversion[J]. IEEE Geoscience and Remote Sensing Letters, 2007, 4(1): 93–96. doi: 10.1109/LGRS.2006.885862 [52] LIU Baochang, WANG Tong, WU Qisong, et al. Bistatic SAR data focusing using an omega-K algorithm based on method of series reversion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(8): 2899–2912. doi: 10.1109/TGRS.2009.2017522 [53] ZENG Tao, HU Cheng, WU Lixin, et al. Extended NLCS algorithm of BiSAR systems with a squinted transmitter and a fixed receiver: Theory and experimental confirmation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(10): 5019–5030. doi: 10.1109/TGRS.2013.2276048 [54] ZENG Tao, WANG Rui, LI Feng, et al. A modified nonlinear chirp scaling algorithm for spaceborne/stationary bistatic SAR based on series reversion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(5): 3108–3118. doi: 10.1109/TGRS.2012.2219057 [55] FOCSA A, DATCU M, and ANGHEL A. Compressed sensing-based multi-aperture focusing of spaceborne transmitter/stationary receiver bistatic SAR data[C]. 2020 IEEE Radar Conference (RadarConf20), Florence, Italy, 2020: 1–4. [56] ZHANG Heng, DENG Yunkai, WANG R, et al. Spaceborne/Stationary bistatic SAR imaging with TerraSAR-X as an illuminator in staring-spotlight mode[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(9): 5203–5216. doi: 10.1109/TGRS.2016.2558294 [57] WANG Wenqin and SHAO Huaizong. Azimuth-variant signal processing in high-altitude platform passive SAR with spaceborne/airborne transmitter[J]. Remote Sensing, 2013, 5(3): 1292–1310. doi: 10.3390/rs5031292 [58] LIU Zhe, YANG Jianyu, ZHANG Xiaoling, et al. Frequency domain imaging algorithm for spaceborne/airborne hybrid bistatic SAR[C]. 2007 IEEE International Geoscience and Remote Sensing Symposium, Barcelona, Spain, 2007: 842–845. [59] LIU Zhe, YANG Jianyu, and ZHANG Xiaoling. Nonlinear RCM compensation method for spaceborne/airborne forward-looking bistatic SAR[C]. 2011 IEEE International Geoscience and Remote Sensing Symposium, Vancouver, Canada, 2011: 4233–4236. [60] LIU Zhe, LI Zhe, DAI Chunyang, et al. Efficient nonuniform fourier reconstruction for spaceborne/airborne bistatic SAR[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(1): 191–195. doi: 10.1109/LGRS.2013.2252144 [61] RODRIGUEZ-CASSOLA M, PRATS P, KRIEGER G, et al. Efficient time-domain image formation with precise topography accommodation for general bistatic SAR configurations[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(4): 2949–2966. doi: 10.1109/TAES.2011.6034676 [62] WU Junjie, SUN Zhichao, AN Hongyang, et al. Azimuth signal multichannel reconstruction and channel configuration design for geosynchronous spaceborne-airborne bistatic SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(4): 1861–1872. doi: 10.1109/TGRS.2018.2869835 [63] AN Hongyang, WU Junjie, SUN Zhichao, et al. Azimuth ambiguity suppression for multichannel geosynchronous spaceborne-airborne bistatic SAR[C]. IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, Valencia, Spain, 2018: 3663–3666. [64] AN Hongyang, WU Junjie, TEH K C, et al. Geosynchronous spaceborne-airborne bistatic SAR imaging based on fast low-rank and sparse matrices recovery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5207714. doi: 10.1109/TGRS.2021.3081099 [65] AN Hongyang, WU Junjie, HE Zhiwei, et al. Geosynchronous spaceborne-airborne multichannel bistatic SAR imaging using weighted fast factorized backprojection method[J]. IEEE Geoscience and Remote Sensing Letters, 2019, 16(10): 1590–1594. doi: 10.1109/LGRS.2019.2902036 [66] AN Hongyang, WU Junjie, SUN Zhichao, et al. A two-step nonlinear chirp scaling method for multichannel GEO spaceborne-airborne bistatic SAR spectrum reconstructing and focusing[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(6): 3713–3728. doi: 10.1109/TGRS.2018.2886817 [67] GUO Yukun, YU Ze, LI Jingwen, et al. Focusing spotlight-mode bistatic GEO SAR with a stationary receiver using time-doppler resampling[J]. IEEE Sensors Journal, 2020, 20(18): 10766–10778. doi: 10.1109/JSEN.2020.2994752 [68] MIAO Yuxuan, YANG Jianyu, WU Junjie, et al. Spatially variable phase filtering algorithm based on azimuth wavenumber regularization for bistatic spotlight SAR imaging under complicated motion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5223115. doi: 10.1109/TGRS.2021.3139965 [69] ANTONIOU M, SAINI R, and CHERNIAKOV M. Results of a space-surface bistatic SAR image formation algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(11): 3359–3371. doi: 10.1109/TGRS.2007.902124 [70] LI Chuang, ZHANG Heng, DENG Yunkai, et al. Focusing the L-band spaceborne bistatic SAR mission data using a modified RD algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(1): 294–306. doi: 10.1109/TGRS.2019.2936255 [71] ESPETER T, WALTERSCHEID I, KLARE J, et al. Synchronization techniques for the bistatic spaceborne/airborne SAR experiment with TerraSAR-X and PAMIR[C]. 2007 IEEE International Geoscience and Remote Sensing Symposium, Barcelona, Spain, 2007: 2160–2163. [72] 王淑芳, 王礼亮. 卫星导航定位系统时间同步技术[J]. 全球定位系统, 2005, 30(2): 10–14. doi: 10.3969/j.issn.1008-9268.2005.02.003WANG Shufang and WANG Liliang. Time synchronization technology of satellite navigation and positioning system[J]. GNSS World of China, 2005, 30(2): 10–14. doi: 10.3969/j.issn.1008-9268.2005.02.003 [73] 李中余, 黄川, 武俊杰, 等. 基于GNSS的无源雷达海面目标检测技术综述[J]. 雷达科学与技术, 2020, 18(4): 404–416. doi: 10.3969/j.issn.1672-2337.2020.04.009LI Zhongyu, HUANG Chuan, WU Junjie, et al. Overview of maritime target detection techniques using GNSS-based passive radar[J]. Radar Science and Technology, 2020, 18(4): 404–416. doi: 10.3969/j.issn.1672-2337.2020.04.009 [74] GUTTRICH G L, SIEVERS W E, and TOMLJANOVICH N M. Wide area surveillance concepts based on geosynchronous illumination and bistatic unmanned airborne vehicles or satellite reception[C]. 1997 IEEE National Radar Conference, Syracuse, USA, 1997: 126–131. [75] KLEMM R. Comparison between monostatic and bistatic antenna configurations for STAP[J]. IEEE Transactions on Aerospace and Electronic Systems, 2000, 36(2): 596–608. doi: 10.1109/7.845248 [76] FANTE R L. Ground and airborne target detection with bistatic adaptive space-based radar[C]. 1999 IEEE Radar Conference. Radar into the Next Millennium, Waltham, USA, 1999: 7–11. [77] ZHANG Ying, XIONG Wei, DONG Xichao, et al. A novel azimuth spectrum reconstruction and imaging method for moving targets in geosynchronous spaceborne-airborne bistatic multichannel SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(8): 5976–5991. doi: 10.1109/TGRS.2020.2974531 [78] ZHANG Shuangxi, LI Shaojie, LIU Yanyang, et al. A novel azimuth Doppler signal reconstruction approach for the GEO-LEO bi-static multi-channel HRWS SAR system[J]. IEEE Access, 2019, 7: 39539–39546. doi: 10.1109/ACCESS.2019.2904653 [79] XU Wei, WEI Zhengbin, HUANG Pingping, et al. Azimuth multichannel reconstruction for moving targets in geosynchronous spaceborne-airborne bistatic SAR[J]. Remote Sensing, 2020, 12(11): 1703. doi: 10.3390/rs12111703 [80] CUI Chang, DONG Xichao, HU Cheng, et al. An adaptive moving target indication method for GEO spaceborne-airborne bistatic SAR[C]. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Brussels, Belgium, 2021: 5243–5246. [81] WANG Pengfei, LIU Mei, WANG Shuwen, et al. 3D velocity estimation for moving targets via geosynchronous bistatic SAR[C]. 2018 China International SAR Symposium (CISS), Shanghai, China, 2018: 1–5. [82] AN Hongyang, WU Junjie, TEH K C, et al. Simultaneous moving and stationary target imaging for geosynchronous spaceborne-airborne bistatic SAR based on sparse separation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 59(8): 6722–6735. doi: 10.1109/TGRS.2020.3025802 [83] GOLDSTEIN R, ROSEN P, and WERNER C. ERS-1 bistatic radar images[C]. International Geoscience and Remote Sensing Symposium (IGARSS), Pasadena, USA, 1994: 1–7. [84] DUQUE S, LOPEZ-DEKKER P, and MALLORQUI J J. Single-pass bistatic SAR interferometry using fixed-receiver configurations: Theory and experimental validation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(6): 2740–2749. doi: 10.1109/TGRS.2010.2041063 [85] RODRIGUEZ-CASSOLA M, BAUMGARTNER S V, KRIEGER G, et al. Bistatic TerraSAR-X/F-SAR spaceborne-airborne SAR experiment: Description, data processing, and results[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(2): 781–794. doi: 10.1109/TGRS.2009.2029984 [86] WALTERSCHEID I, ESPETER T, BRENNER A R, et al. Bistatic SAR experiments with PAMIR and TerraSAR X—Setup, processing, and image results[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(8): 3268–3279. doi: 10.1109/TGRS.2010.2043952 [87] WAHL D E and YOCKY D A. Bistatic SAR: Signal processing and image formation[R]. SAND2014-18347, 2014. [88] WANG Rui, LI Feng, and ZENG Tao. Bistatic SAR experiment, processing and results in spaceborne/stationary configuration[C]. 2011 IEEE CIE International Conference on Radar, Chengdu, China, 2011: 393–397. [89] ZENG Tao, ZHU Mao, HU Cheng, et al. Experimental results and algorithm analysis of DEM generation using bistatic SAR interferometry with stationary receiver[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(11): 5835–5852. doi: 10.1109/TGRS.2015.2422303 [90] WANG R, WANG Wei, SHAO Yunfeng, et al. First bistatic demonstration of digital beamforming in elevation with TerraSAR-X as an illuminator[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(2): 842–849. doi: 10.1109/TGRS.2015.2467176 [91] SUN Zhichao, WU Junjie, LV Zheng, et al. Spaceborne-airborne bistatic SAR experiment using GF-3 illuminator: Description, processing and results[C]. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Brussels, Belgium, 2021: 2699–2702. [92] 武俊杰, 孙稚超, 杨建宇, 等. 基于GF-3照射的星机双基SAR成像及试验验证[J]. 雷达科学与技术, 2021, 19(3): 241–247. doi: 10.3969/j.issn.1672-2337.2021.03.002WU Junjie, SUN Zhichao, YANG Jianyu, et al. Spaceborne-airborne bistatic SAR using GF-3 illumination—Technology and experiment[J]. Radar Science and Technology, 2021, 19(3): 241–247. doi: 10.3969/j.issn.1672-2337.2021.03.002 [93] KRIEGER G, MOREIRA A, FIEDLER H, et al. TanDEM-X: A satellite formation for high-resolution SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(11): 3317–3341. doi: 10.1109/TGRS.2007.900693 [94] SAINI R, ZUO Rui, and CHERNIAKOV M. Development of space-surface bistatic synthetic aperture radar with GNSS trasmnitter of opportunity[C]. 2008 IEEE Radar Conference, Rome, Italy, 2008: 1–6. [95] ZENG Tao, ZHANG Tian, TIAN Weiming, et al. Space-surface bistatic SAR image enhancement based on repeat-pass coherent fusion with beidou-2/compass-2 as illuminators[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(12): 1832–1836. doi: 10.1109/LGRS.2016.2614337 [96] ZHANG Qilei, CHANG Wen’ge, ZENG Zhangfan, et al. An integrative synchronization and imaging algorithm for GNSS-based BSAR[J]. Science China Information Sciences, 2015, 58(6): 1–15. doi: 10.1007/s11432-015-5319-5 [97] MA Hui, ANTONIOU M, and CHERNIAKOV M. Passive GNSS-based SAR imaging and opportunities using Galileo E5 signals[J]. Science China Information Sciences, 2015, 58(6): 1–11. doi: 10.1007/s11432-015-5335-5 [98] ZHOU Xinkai, CHEN Jie, WANG Pengbo, et al. An efficient imaging algorithm for GNSS-R Bi-static SAR[J]. Remote Sensing, 2019, 11(24): 2945. doi: 10.3390/rs11242945 期刊类型引用(4)
1. 赵志成，蒋攀，王福田，肖云，李成龙，汤进. 基于深度学习的SAR弱小目标检测研究进展. 计算机系统应用. 2024(06): 1-15 . 
百度学术2. 薛喜平，苏彦，李海英，戴舜，孔德庆，朱新颖. 合成孔径雷达在深空探测任务中的应用与发展趋势. 天文学进展. 2024(02): 240-256 . 百度学术3. 杨佳鑫，毛馨玉，王朝栋，李中余，武俊杰，杨建宇. 分布式无人机载SAR目标到达时差自定位方法. 信号处理. 2024(09): 1587-1596 . 百度学术4. 李振洪，朱武，余琛，张勤，杨元喜. 影像大地测量学发展现状与趋势. 测绘学报. 2023(11): 1805-1834 . 百度学术其他类型引用(8)
-
下载:
百度学术
计量
- 文章访问数: 2665
- HTML全文浏览量: 1029
- PDF下载量: 487
- 被引次数: 12
