基于SVD算法的三维层析SAR成像模拟与目标重构.pdf

第28卷增刊电波科学学报V01．28，Sup．

2013年8月CHINESEJOURNALOFRADIOSCIENCEAugust，2013

基于SVD算法的三维层析SAIl

成像模拟与目标重构

王潇金亚秋

(复旦大学电磁波信息科学重点实验室，上海200433)

摘要提出了利用SAR层析技术对目标进行三维成像，并利用奇异值分解(SVD)算

法重构不均匀采样数据．以长方体模型为例，模拟ERS卫星工作过程，获取数据，并从

该数据中重构出三维模型，说明了层析SAR能有效地进行三维成像．同时给出了经典

的FFT算法的重构结果，通过对比说明在非均匀轨道间隔的实际情况下，SVD成像算

法比Fourier谱分析方式具有更好的性能．

关键词层析SAR；奇异值分解(SVD)；三维重构

飞行一次时，所获得的二维SAR图像是场景在方

引言

位一距离(pr)平面上的投影．若SAR雷达在场景上

合成孔径雷达(SAR)是民用与军事领域广泛使空多次通过，如飞行N次，这样在广z截面上，沿S

用的主动式微波遥感系统．距离向的高分辨率通过方向(称为斜高向)将形成第3维合成孔径．该合成

发射宽带线性调频脉冲获取，而方位向则利用有限尺孔径长度6叫做总基线长度，b。为孔径位置，相邻孔

寸的天线在飞行轨迹上以固定间隔照射场景并接收径位置问的长度Ab。叫做基线．

数据，从而形成较大的合成孔径，获取高分辨率．|!

SAR图像是二维的，真实场景是三维的，由SAR成像

几何关系可知，SAR图像其实是三维场景后向散射

特性在二维平面(方位一斜距)上的投影[1‘2]．

如何真实重现三维场景是当前SAR研究热点．

三维成像的层析(tomography)技术是近几年里发展

到机载与星载的层析SAR成像技术．TomoSAR[33将

合成孑L径原理扩展到多次飞行而形成斜高向第3维，

用于三维成像．

TomoSAR成像的难点在于多次飞行形成的基

线(斜高向)上的数据获取是不均匀分布的，获取次数

图1层析SAR成像几何

也是有限的，因此经典的Fourier求逆技术不再适用．

为了克服上述成像系统的限制，Fornaro等人提出了

在孔径位置b。处对某一像素位置(z。，ro)进行

基于奇异值分解(SVD)的重构算法[4]．SVD算法不需

第孢次测量所得到的信号g。(z。，Y。)是反射率函数

要知道散射体数量、散射机理等先验知识，是一种非

沿斜高方向的积分，用公式[53表示为

参数谱预估算法．

r

g。一I

1层析SAR系统模型盘

式中：7(S)代表沿s方向的反射率函数；已一

如图1所示，SAR系统在场景上空沿z方向

一2b。／(2r)代表空问频率．把在s上的积分离散，用

资助项目：国家自然科学基金项目(No

联系人：金亚秋E—mail：yq．iin@fudan．edu．cn

246