基于先验知识的机载SAR两维自聚焦算法研究

Two-dimensional defocus effect appeared in SAR imagery due to the poor accuracy of the existed motion sensor becomes a main limit for the next generation airborne SAR (especially for the UAV SAR). Current two-dimensional (2-D) autofocus approaches estimate the 2-D phase error in a blind mode as they assume that the 2-D phase error is completely unknown. Due to the high dimensionality of the phase parameters, these blind methods often suffer from high computational complexity and poor estimate accuracy. In this program, we intend to study the semi-blind two-dimensional autofocus algorithm by exploiting the a priori knowledge on phase error structure. The main research contents include: (1) Effect of some typical SAR image formation algorithms on 2-D phase error; (2) Two-dimensional autofocus approaches based on the priori knowledge on phase error structure; (3) Performance analysis of the knowledge-aided 2-D autofocus algorithms based on the error transfer theory. The research results of this program is not only the further development and improvement of 2-D autofocus theory, but also provide a theoretical basis for our next generation ultra-high resolution UAV SAR system.

受运动传感器测量精度影响，SAR图像中出现的两维散焦已成为制约新一代机载SAR(尤其是无人机载SAR)分辨率进一步提高的主要限制因素。目前已有的两维自聚焦算法假设两维相位误差完全未知，是对两维相位误差的一种盲估计，由于待估计的误差参数维数高，因此在计算效率和估计精度方面都很难满足实用需求。本项目拟通过充分挖掘SAR图像中残留两维相位误差内部先验解析结构信息，实现待估误差参数的降维处理以达到提高两维自聚焦算法计算效率和参数估计精度的目的。项目主要研究内容包括：(1) 典型SAR成像算法对两维相位误差的作用机理，揭示两维相位误差内部解析结构；（2）基于先验相位解析结构信息的两维自聚焦处理算法；（3）基于误差传递机理的两维相位误差估计性能分析。项目研究内容既是对SAR两维自聚焦理论的发展和完善，同时又紧密结合我国新一代超高分辨率无人机载SAR研制的迫切需求，具有重要的理论意义和工程价值。

随着雷达分辨率的提高，SAR成像对运动传感器测量精度提出了极为苛刻的要求，当前实际运动传感器测量精度往往无法完全满足这种精确聚焦的要求，特别是分辨率达到分米及厘米级后，SAR图像会出现严重的两维散焦效应，现有方法中鲜有能兼顾聚焦精度和计算效率的两维自聚焦算法。本项目针对单基/双基合成孔径雷达典型成像算法，包括时域算法（卷积反投影算法）、频域算法（距离徙动算法）、时频域算法（极坐标格式算法），分析了各算法对残留误差的作用机理，建立了SAR成像算法处理后残留误差的先验模型，基于对残留误差的先验信息，提出了基于先验知识的两维自聚焦算法，并深入分析了算法的聚焦精度和计算效率。新算法通过引入先验相位结构信息，在更低的未知参数维度实现参数估计，因此无论是算法聚焦精度还是计算效率都较传统算法有极大改进。新算法已在国内多个雷达主机所的多型超高分辨率雷达中获得成功验证和实际应用，获得了分辨率超过5cm的超高分辨率成像结果，极大地降低了超高分辨率机载/弹载SAR成像对高精度运动传感器的要求，从而极大地降低了系统成本。研究成果发表领域内IEEE顶级会刊论文5篇，获最优论文奖1篇，以项目成果为核心内容的项目获国家科技进步二等奖1项。