刘娟妮，周 诠

(西安空间无线电技术研究所空间微波技术国家级重点实验室， 西安710100)

0 引言

合成孔径雷达(Synthetic Aperture Radar，SAR)是一种全天候、全天时的现代高分辨率微波成像雷达，在军事和民用领域获得越来越多的重视和应用。随着SAR技术向多频段、多极化，超高分辨率以及多种工作模式方向发展，SAR原始数据量急剧增加，然而星载存储设备容量和数据传输带宽有限。因此，迫切需要结合星载SAR数据特性设计合理的压缩算法，解决数据存储和传输的问题。

分块自适应量化(Block Adaptive Quantization，BAQ［1］)算法根据SAR原始数据在距离向和方位向都是方差缓变的零均值高斯分布信号这一特性，将原始数据沿方位向和距离向分成若干小块(如32×32)，使小块数据的动态范围小于整个数据块的动态范围，再对每个数据块进行归一化处理，利用标准高斯信号的最优量化器Lloyd-Max［2］实现整个数据块的自适应量化，达到数据压缩的目的。由于其在压缩性能与硬件实现复杂度之间的良好折中，成为SAR原始数据压缩算法事实上的标准。由于受BAQ算法思想的影响，陆续出现了一系列BAQ的变异和改进算法。这些算法包括BFPQ 算法［3］，BAVQ 算法［4］，DCT-BAQ 算法［5］和 DWT算法［6］等，还有人把压缩感知引入SAR原始数据的压缩［7］。虽然这些改进方法在性能上优于BAQ，但是其复杂的计算过程阻碍了它们的实际应用，目前只有BFPQ和BAQ算法应用到实际的SAR系统中。

BAQ算法应用的前提条件是分块SAR原始数据用方差归一化后符合标准高斯分布，这个条件在大多数情况下是成立的。……