基于改进等距圆模型的机载斜视SAR的ENLCS成像算法

2021-03-17李世平叶宗奇

杭州电子科技大学学报(自然科学版) 2021年1期

关键词：模型

钟华，李世平，刘静，叶宗奇

(杭州电子科技大学通信工程学院，浙江杭州 310018)

0 引言

合成孔径雷达(Synthetic Aperture Radar, SAR)因不受时间和气候的影响，广泛应用于军事和民用领域里高分辨图像的获取。但是，大斜视工作模式常常导致回波距离-方位耦合严重和距离徙动(Range Cell Migration, RCM)的空变，使得大斜视SAR数据处理面临巨大挑战[1-2]。

2001年，Wong等[3]第一次提出非线性变标(Non-Linear Chirp Scaling, NLCS)算法，用于处理大斜视SAR数据，该算法主要用线性距离走动校正(Linear Range Walk Correction, LRWC)来消除主要的线性RCM，并进行方位均衡。随后，Sun等[4]使用距离调频变标(Range Chirp Scaling, RCS)算法和方位NLCS算法来处理大斜视SAR数据，提高了算法的性能；Sun[5]将LRWC和梯形变换(Keystone Transform, KT)结合使用，大大消除了距离-方位耦合现象。虽然这些算法在处理高分辨大斜视SAR数据方面效果显著，但仍残留部分剩余RCM，而上述算法忽略了这部分误差的影响。在成像场景较大、分辨率较高时，剩余RCM对距离向聚焦有着较大影响，若忽略其影响将导致距离向聚焦精度不高，距离-方位耦合无法完全去除，最终影响后续方位向的处理。另外，现有一些算法采用线性距离模型来描述LRWC处理后的多普勒相位空变特性并进行方位均衡，但线性模型存在较大误差，无法达到高分辨成像的要求[6-7]。在线性距离模型的基础上，本文提出改进的等距圆模型用于描述SAR回波数据的方位空间变化特性，并提出一种基于改进等距圆模型的机载斜视SAR的拓展非线性调频变标(Extended Non-Linear Chirp Scaling, ENLCS)算法，实现了方位均衡。