合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。      

机载多维度SAR航空观测系统实验初步进展

随着合成孔径雷达(SAR)技术的发展,从极化、频率、角度和时相等多个维度空间联合观测成为SAR发展的重要趋势,但维度联合观测的系统与实验少有报道。该文概要介绍了机载多维度SAR(MSJosSAR)航空观测系统的能力,归纳总结了该系统的技术特点。提出多维度SAR一致性成像方法,实现多波段成像后的配准精度优于1个像元。分析了多波段极化角度特征谱、多方位角层析3维结构重建、多时相相干变化检测等3种SAR多维观测量的初步实验结果,验证了系统的多维观测能力。     

SARMV3D-1.0: SAR微波视觉三维成像数据集

三维成像是合成孔径雷达技术发展的前沿趋势之一,目前的SAR三维成像体制主要包括层析和阵列干涉,但面临数据采集周期长或系统过于复杂的问题,为此该文提出了SAR微波视觉三维成像的新技术思路,即充分挖掘利用SAR微波散射机制和图像视觉语义中蕴含的三维线索,并将其与SAR成像模型有效结合,以显著降低SAR三维成像的系统复杂度,实现高效能、低成本的SAR三维成像。为推动SAR微波视觉三维成像理论技术的发展,在国家自然科学基金重大项目支持下,拟构建一个比较完整的SAR微波视觉三维成像数据集。该文概述了该数据集的构成和构建规划,并给出了第一批发布数据(SARMV3D-1.0)的组成和信息描述方式、数据集制作的方法,为该数据集的共享和应用提供支撑。      

机载下视圆周SAR三维BP成像

结合机载下视三维SAR和曲线合成孔径雷达(CSAR),提出了一种下视圆周SAR的三维成像结构。在此结构下推导回波信号模型,发现回波信号中切航向和沿航向存在二维耦合项,使得传统的RD算法、CS算法、距离徙动算法等受限。后向投影算法(BP算法)通过二维场景搜索,避免了回波模型中耦合项的影响。文中分析了圆周SAR三维BP成像的机理,并给出了整个成像过程的流程图。仿真结果表明,圆周SAR能够精确地还原场景目标的三维信息,从而验证了此种结构的可行性和理论分析的正确性。     

基于“数据驱动＋智能学习”的合成孔径雷达学习成像

对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一。现阶段的SAR信息处理主要分为成像和解译两大部分,两者的研究相对独立。SAR成像和解译各自开发了大量算法,复杂度越来越高,但SAR解译并未因成像分辨率提升而变得简单,特别是对重点目标识别率低的问题并未从本质上得以解决。针对上述问题,该文从SAR成像解译一体化角度出发,尝试利用“数据驱动+智能学习”的方法提升机载SAR的信息处理能力。首先分析了基于“数据驱动+智能学习”方法的SAR成像解译一体化的可行性及现阶段存在的主要问题;在此基础上,提出一种“数据驱动+智能学习”的SAR学习成像方法,给出了学习成像框架、网络参数选取方法、网络训练方法和初步的仿真结果,并分析了需要解决的关键性技术问题。      

合成孔径雷达深度学习成像研究综述

现代合成孔径雷达（SAR）系统工作在日益复杂的电磁环境中，对成像精度、实时性以及算法鲁棒性等要求越来越高。传统的匹配滤波以及压缩感知技术在满足SAR成像的各类高标准要求时局限性较为明显，尤其在成像性能方面。随着机器学习的快速发展，研究人员将深度学习网络与雷达成像算法相结合，提出了学习成像技术，旨在为实现高质量实时成像寻求新的解决方案。本文从数据驱动以及模型驱动同数据驱动相结合的两种思路出发，介绍了用于求解SAR成像逆问题的深度学习网络架构。在此基础上，对SAR静止目标学习成像、SAR运动目标学习成像、SAR三维学习成像以及ISAR学习成像的研究现状进行概述，帮助研究人员和从业人员理解深度学习技术在SAR成像相关问题中的应用。最后，提出该研究方向一些悬而未决的问题，探讨潜在的解决方案和未来趋势。     

多维度合成孔径雷达成像概念

该文通过回顾合成孔径雷达(SAR)成像技术的发展历程,论述了在极化、频率、角度和时相空间内开展多样本联合观测的内涵、必要性及发展趋势。在此基础上,基于信息综合利用的需求建立了多维度SAR 成像的基本定义。描述了多维度SAR 成像的特点,并提出了基于克罗内克积分解技术的观测对象散射机理描述方法。列出了多维度SAR 信号处理框架和基本假设条件。建立了SAR 工作方式的多维度表述及多维度数的定义方法。      

机载多维度SAR误差分析与成像自配准处理方法

随着机载SAR技术发展,在同一架飞机上可以同时安装多个波段的全极化SAR载荷,形成机载多维度SAR系统。中科院空天院牵头研制了一部机载多维度SAR系统,并采用统一的频率源作为基准,以保证不同波段SAR之间在时间、相位方面的一致性,开展了数据获取实验。本文分析了该机载多维度SAR在采样延迟、方位时间和运动补偿等方面的误差,并提出了一致性校正和成像处理的方法,实现了无需后续图像匹配的成像自配准。机载多维度SAR实验数据处理结果表明,多波段成像自配准精度达到1个像素以内,为后续多维度SAR数据联合分析提供了良好的基础。     

基于SVD-SRNet的SAR三维成像方法

合成孔径雷达（SAR）三维成像是传统二维SAR成像在雷达精细信息获取与感知领域的重要发展,可分辨重叠于二维SAR图像同一像素中的多个目标。稀疏信号处理是进行SAR三维成像的有效方法,但由于稀疏信号处理的非线性特征,常需迭代运算,效率较低。研究人员已提出利用深度学习技术实现快速解算非线性信号处理问题的思路,在三维成像领域已有初步应用。然而,由于SAR三维实测数据稀缺,三维成像网络的训练只能依赖于仿真数据进行,并且仿真数据与实测数据存在差异大的问题,导致基于深度学习方法的SAR三维成像精度受限。为此,本文提出了一种基于奇异值分解的信号空间归一化超分辨网络（SVD Signal-Space Normalization Super-Resolution Net,SVD-SRNet）,能够解决由于仿真数据与实测数据存在差异大导致的三维成像网络化方法鲁棒性低的问题,与传统方法相比所提方法具有更优异的成像精度。计算机仿真试验和无人机SAR实测数据试验证明了本文所提方法的有效性。      

全极化合成孔径雷达(SAR)高度信息检测技术

从全极化合成孔径雷达(SAR)二维图像数据中,经过极化综合计,利用快速搜索算法计算每一个图像像素的极化椭圆方向角ψ、△ψ,从而提取雷达方位向的地势倾斜度信息,形成极化SAR三维图像.本文在极化合成孔径雷达(SAR)三维成像快速搜索算法的基础上,提出由Stokes矢量推导的极化椭圆方向角解模糊算法,并利用美国NASA1994年SIR-C采集的真实全极化合成孔径(SAR)二维图像数据,经计算机处理得到了极化合成孔径(SAR)三维成像结果.     

未来星载SAR技术发展趋势

星载合成孔径雷达(SAR)以卫星等空间飞行器为运动平台,具有全天时、全天候、全球观测能力,已成为一种不可或缺的对地观测手段。当前,我国星载SAR已实现分辨率从米级到亚米级、系统体制从正侧视条带向方位扫描聚束、从单通道向多通道、极化方式从单一极化到全极化的技术跨越。随着技术的不断进步,未来星载SAR将在体制、概念、技术、模式等方面取得突破,包括高分辨率宽幅成像、多基地、轻小型化、智能化等,从而不断拓展星载SAR的观测维度,实现多维度信息获取。该文将围绕星载SAR的技术发展趋势展开论述。      

合成孔径雷达系统的新概念及关键技术

通过将数字波束形成技术、多孔径信号处理等新兴技术与合成孔径雷达系统结合,国内外提出了多种新型的合成孔径雷达系统,有效提升了微波成像的性能。文中重点介绍了新型合成孔径雷达系统中涉及的新原理和新概念,国外近些年在新型高分宽幅合成孔径雷达系统的系统性能和成像模式,最后对新型合成孔径雷达系统走向实用化过程中必须克服的关键技术进行了梳理和归纳。     

Multidimensional Waveform Encoding: A New Digital Beamforming Technique for Synthetic Aperture Radar Remote Sensing

This paper introduces the innovative concept of multidimensional waveform encoding for spaceborne synthetic aperture radar (SAR). The combination of this technique with digital beamforming on receive enables a new generation of SAR systems with improved performance and flexible imaging capabilities. Examples are high-resolution wide-swath radar imaging with compact antennas, enhanced sensitivity for applications like alongtrack interferometry and moving object indication, and the implementation of hybrid SAR imaging modes that are well suited to satisfy hitherto incompatible user requirements. Implementation-specific issues are discussed and performance examples demonstrate the potential of the new technique for different remote sensing applications.     

微波视觉三维SAR关键技术及实验系统初步进展

合成孔径雷达(SAR)三维成像在复杂地形测绘、复杂环境下目标发现与识别等方面具有重要应用潜力,是当前SAR领域的重要发展方向之一.为推动SAR三维成像技术的发展和应用,中国科学院空天信息创新研究院牵头设计并研制了一套无人机载微波视觉三维SAR实验系统(MV3DSAR),为相关技术研究和验证提供实验平台.目前该系统的单极...     

基于高分三号SAR数据的城市建筑高分辨率高维成像

传统合成孔径雷达(SAR)只能获取方位-距离二维图像,无法准确反映目标的三维散射结构信息.层析合成孔径雷达(TomoSAR)是一种多基线干涉测量模式,它将合成孔径原理扩展至高程向,除了可对目标进行二维成像之外,还可以准确恢复目标的高度向散射信息,真正实现三维成像.差分层析合成孔径雷达(D-TomoSAR)将合成孔径原理...     

波速误差对浅地层探地雷达SAR算法影响的研究

定性地研究了波速误差对基于Stolt偏移的SAR算法和基于微波全息成像的SAR算法产生的影响,给出波速误差对两种SAR算法方位分辨率影响的关系曲线,得出基于Stolt偏移的SAR算法对波速误差没有基于微波全息成像的SAR算法敏感;当波速小于真实值,两种算法都能得到更好的方位分辨率.并对这些结论进行了合理的物理解释.