周学军 韩香娥

(1.西安电子科技大学 理学院，陕西 西安710071；2.延安大学 信息学院，陕西 延安716000)

0 引言

假设g∈CM×N是完全聚焦的SAR 图像，距离压缩后(在距离方向的一维DFT), 采集傅立叶成像数据G∈CM×N与g∈CM×N通过施加到每个列的一维DFT 联系：

在φe(k)∈[-π，π)M是一个一维傅立叶相位误差函数。 利用（1）和（2），失焦图像与完全聚焦图像，通过（3）联系起来。

聚焦算法形成一个估计φe的相位误差函数进行修正散焦的影像数据以恢复图像。

SAR 自聚焦算法的任务是首先要对经过处理后的未补偿的SAR信号进行相位误差估计，然后消除其相位误差。 SAR 自聚焦算法就其本质而言是一个二维估计问题，在公式（2）中的相位误差既是空变的又是不可分离的乘性噪声的事实使问题变得极为棘手。影响成像的几何线性，分辨率、图像对比度和信噪比的主要因素取决于相位误差的性质和大小，基于处理孔径上相位误差形式，表1 给出两大类相位误差及其每一类对SAR 成像的一般影响。

表1 相位误差的分类

1 几种实用的自聚焦算法的比较

一般来说，自聚焦算法可以划分为两类：基于模式算法和非参数算法。 基于模式的自聚焦算法估计相位误差的模式展开系数。 低阶模自聚焦仅能估计二阶相位误差，而更复杂的方法还可以估计高阶多项式相位误差。 子孔径相关法（MD）和多孔经相关法（MAM）是针对低频相位误差补偿提出的基模自聚焦算法的范例。基于模式算法虽然执行起来相对简单而且算法高效。不过只能相位误差被正确估计的情况下才能保证这样的优越性。……