改進(jìn)快速分解后向投影算法的自聚焦成像

改進(jìn)快速分解后向投影算法的自聚焦成像

后向投影算法（bp）的本質(zhì)是在一定方向上形成的，后向投影算法不僅適用于線性或非線性軌跡，而且重建的圖像沒有波前彎曲和幾何變形。后向投影算法是后向投影算法的快速實(shí)現(xiàn)。除了上述優(yōu)點(diǎn)外，快速分解后向投影算法的主要特點(diǎn)是顯著降低了運(yùn)算量。然而，如果存在運(yùn)動誤差，這種基于積分的方向聚焦后向投影算法和快速分解后向投影算法的組合將導(dǎo)致以下情況的景觀補(bǔ)償：（1）由于運(yùn)動誤差，圖像的分散焦不沿方向。（2）圖像區(qū)域和距離壓縮相位域（以下簡稱相位域）之間的傅里葉變換（范里葉變換，tcp）之間沒有任何關(guān)系。因此，快分解后的投影算法需要進(jìn)行自聚焦處理。文獻(xiàn)使用波束形成(等價于后向投影)在距離-正弦角網(wǎng)格上重建圖像,指出在小角域條件下正弦角域與方位時域近似為傅里葉變換對關(guān)系,并驗(yàn)證了該方法結(jié)合相位梯度自聚焦(PhaseGradientAutofocus,PGA)恢復(fù)圖像的可能性.然而該方法并未從根本上解決運(yùn)動誤差較大時的圖像快速重建問題.文獻(xiàn)提出了虛擬極坐標(biāo)系(距離-正弦角域)的概念,仿真說明了快速分解后向投影算法使用虛擬極坐標(biāo)系進(jìn)行圖像重構(gòu)不影響聚焦質(zhì)量.文獻(xiàn)巧妙結(jié)合快速分解后向投影算法多孔徑遞歸融合和多孔徑圖像偏移(MultipleApertureMapdrift,MAM)多孔徑相位估計的特點(diǎn),提出了嵌套多孔徑圖像偏移的快速分解后向投影算法.該方法是基于運(yùn)動誤差的多項(xiàng)式模型提出的,在對高頻相位誤差進(jìn)行估計時其性能下降.文獻(xiàn)[9-10]以最大圖像銳度為優(yōu)化指標(biāo),通過求解聚焦性能代價函數(shù)估計運(yùn)動誤差.然而該方法涉及高維參數(shù)優(yōu)化搜索,不具有圖像快速重建能力,其實(shí)用性受到限制.筆者提出了一種嵌套相位梯度自聚焦的改進(jìn)快速分解后向投影算法.首先使用虛擬坐標(biāo)系作為圖像融合平面,并沿視線方向建立局部極坐標(biāo)系,為相位梯度自聚焦提供圖像域與相位歷程域之間的傅里葉變換對關(guān)系以及最優(yōu)相位估計方向.其次,充分考慮到改進(jìn)快速分解后向投影算法角域分辨力由低到高的變化規(guī)律,提出了角域低分辨的運(yùn)動補(bǔ)償控制角域高分辨的圖像散焦的運(yùn)動補(bǔ)償思路;通過建立全新的重疊子孔徑構(gòu)型,將相位梯度自聚焦自然地嵌入到改進(jìn)快速分解后向投影算法的不同階段.1空間單元分析如圖1所示,雷達(dá)波束始終指向場景中心C,平臺以速度v沿x方向勻速直線運(yùn)動,形成一個長度為L的合成孔徑.令t為慢時間,則天線相位中心坐標(biāo)X=vt.以O(shè)為原點(diǎn)建立虛擬極坐標(biāo)系,P點(diǎn)位于(rp,Θp),其中,Θp=sinθp,則天線到P點(diǎn)的瞬時斜距為將P點(diǎn)的回波信號變換到基帶并進(jìn)行距離脈沖壓縮,則其中,εp為P點(diǎn)的常值復(fù)反射系數(shù),rect(·)為窗函數(shù),γ為信號調(diào)頻率,T為脈沖持續(xù)時間,為快時間,fc為中心頻率,回波延時.由于平臺在實(shí)際飛行過程中出現(xiàn)偏航和姿態(tài)變化,導(dǎo)致P點(diǎn)在虛擬極坐標(biāo)系(r-Θ坐標(biāo)系,其中Θ=sinθ)下存在距離位置誤差和角域位置誤差.假設(shè)距離位置誤差可以由全球定位系統(tǒng)或者慣性測量單元得到有效補(bǔ)償,且殘余的距離位置誤差沒有超過一個距離單元,因此在下面的分析中只考慮角域位置誤差對圖像聚焦的影響.如圖1所示,理想斜距,運(yùn)動誤差使P點(diǎn)的角域位置由Θp變?yōu)棣?則真實(shí)斜距.由于忽略了距離位置誤差,P′點(diǎn)在距離脈沖壓縮后仍位于rp距離單元.下面通過后向投影算法完成沿斜距歷程R(rp,Θ;X)的相干積累,得到(rp,Θ)處的脈沖響應(yīng)為其中,λ為波長,ΔR(rp,Θ;X)為斜距誤差(見圖1的).ε′p為受運(yùn)動誤差調(diào)制的復(fù)反射系數(shù),表示成其中,φ為相位誤差,是X或t的函數(shù),也是下面需要用自聚焦算法估計的相位.其中,X和X2項(xiàng)分別等效為運(yùn)動誤差引起的距離走動和距離彎曲.若式(5)可以忽略X2項(xiàng),則式(3)可簡化為其中,kΘ=4π(Θ-Θp)/λ,對應(yīng)方位波數(shù).式(6)直觀地反映了受運(yùn)動誤差破壞的距離壓縮數(shù)據(jù)ε′p可以關(guān)于X進(jìn)行傅里葉變換得到脈沖響應(yīng)I(rp,kΘ),即建立了圖像域與相位歷程域之間的傅里葉變換對關(guān)系.由于傅里葉變換對關(guān)系是相位梯度自聚焦的必要條件,下面將推導(dǎo)傅里葉變換對關(guān)系成立的約束條件.根據(jù)文獻(xiàn),當(dāng)運(yùn)動誤差引起的距離走動量不超過一個距離分辨單元時,可以忽略距離彎曲量.由于孔徑兩端對應(yīng)最大的距離走動量,則其中,ρr=c/(2B),ρr為距離分辨率,B為信號帶寬.令θ=θp+δθ,其中δθ為角域位置誤差.假設(shè)δθ足夠小,使得sinδθ與δθ近似相等,則聯(lián)合式(7)和式(8),則由于角域位置誤差δθ可正可負(fù),存在雙邊特性,則即角域位置誤差引起的散焦小于4Q個角域分辨單元時,可以忽略式(5)中X2項(xiàng),得到如式(6)所示的圖像域與相位歷程域之間的傅里葉變換對關(guān)系.以中心頻率為10GHz、信號帶寬為1GHz的X波段正側(cè)視聚束合成孔徑雷達(dá)為例,其中心頻率帶寬比為10.若使用相位梯度自聚焦對該數(shù)據(jù)進(jìn)行相位估計,則虛擬極坐標(biāo)系下的圖像散焦必須小于40個角域分辨單元才能保證傅里葉變換對關(guān)系成立.然而對于角域分辨力極高的聚束合成孔徑雷達(dá)來說,圖像散焦可能超過幾百個角域分辨單元,這顯然違背了式(10)的約束.根據(jù)式(9),角域分辨力越低,可容忍的圖像散焦越大.考慮到快速分解后向投影算法角域分辨力隨圖像遞歸融合由低到高的變化規(guī)律,當(dāng)圖像的角域分辨力低時,一定存在圖像散焦小于4Q個方位分辨單元的情況;如果該圖像被重建在虛擬極坐標(biāo)系上,那么快速分解后向投影算法下的自聚焦處理的問題將迎刃而解.2改進(jìn)快速分解后向投影算法筆者在快速分解后向投影算法的基礎(chǔ)上進(jìn)行改進(jìn),提出了使用虛擬極坐標(biāo)系進(jìn)行圖像融合的改進(jìn)快速分解后向投影算法.由于沒有改變快速分解后向投影算法孔徑分解、波束形成和圖像遞歸融合的基本框架,改進(jìn)快速分解后向投影算法也具有角域分辨力隨圖像遞歸融合由低到高的變化規(guī)律.在滿足約束條件的情況下,虛擬極坐標(biāo)系的使用又可以提供相位梯度自聚焦所需的圖像域與相位歷程域之間的傅里葉變換對關(guān)系,為改進(jìn)快速分解后向投影算法與相位梯度自聚焦的有效結(jié)合奠定了基礎(chǔ).改進(jìn)快速分解后向投影算法將后向投影算法在全孔徑上的積分分割成有限、等長孔徑上的分步、分段積分,因此第1節(jié)關(guān)于相位梯度自聚焦所需的傅里葉變換對關(guān)系及約束條件的推導(dǎo)在改進(jìn)快速分解后向投影算法中仍然成立.改進(jìn)快速分解后向投影算法使用虛擬極坐標(biāo)系代替快速分解后向投影算法的極坐標(biāo)系,即使用Θ(Θ=sinθ)軸作為虛擬極坐標(biāo)系的橫軸.根據(jù)瞬時多普勒fd=2vΘ/λ知,fd與Θ僅存在常數(shù)倍的差異.因此,使用虛擬極坐標(biāo)系不但具有明確的物理意義,而且在小角域范圍內(nèi)重構(gòu)的圖像可以近似認(rèn)為位于距離-多普勒域.令角域帶寬為Bd,則角域范圍為其中,f0(k)=2vsinθ0(k)/λ,為第k個孔徑的多普勒中心.為了滿足相位梯度自聚焦的相位估計需求,改進(jìn)快速分解后向投影算法還對坐標(biāo)系的建立方式進(jìn)行了改進(jìn),創(chuàng)新地沿子孔徑中心到場景中心的視線方向建立局部虛擬極坐標(biāo)系.如圖2所示,第i處理階段第k(k為偶數(shù))個孔徑的中心為Ai(k),到場景中心的視線角為θ0i(k),而第k-1個孔徑的中心為Ai(k-1),到場景中心的視線角為θ0i(k-1),虛擬極坐標(biāo)系如扇形區(qū)域所示.若改進(jìn)快速分解后向投影算法進(jìn)行基2圖像融合,則第i+1處理階段第k/2個孔徑的中心為Ai+1k/2,到場景中心的視線角為θk/20i+1.圖2直觀地展示了坐標(biāo)系a和坐標(biāo)系b向坐標(biāo)系c的融合過程,而本質(zhì)上實(shí)現(xiàn)了θ0i(k-1)和θ0i(k)方向的波束在θk/20i+1方向的波束形成.以第i處理階段第k個子孔徑為例.假設(shè)孔徑中心為A(k),孔徑長度為d,孔徑位置個數(shù)為Ns,則孔徑中心時刻為t0(k)=A(k)/v,孔徑時間Ts=Ns/FPR,數(shù)據(jù)域的孔徑時間范圍為其中,t(k)的離散時間間隔為1/FPR,FPR為脈沖重復(fù)頻率.使用改進(jìn)快速分解后向投影算法對上述子孔徑數(shù)據(jù)進(jìn)行聚焦,得到子圖像為其中,為第i處理階段第k個子孔徑對應(yīng)的方位波數(shù),φ(k)為相位誤差.3重疊子孔徑相位估計相位梯度自聚焦是合成孔徑雷達(dá)成像運(yùn)動補(bǔ)償中最常用的自聚焦方法之一,具有很高的精度和魯棒性.雖然相位梯度自聚焦循環(huán)移位操作消除了相位誤差的線性分量,但是相鄰子孔徑間仍存在線性相位差異.如果使用子孔徑相位誤差直接對子圖像進(jìn)行相位補(bǔ)償,相鄰孔徑間存在的線性相位差異勢必會引起子圖像間的相對偏移,即引入了角域位置誤差,從而不利于相位梯度自聚焦的收斂和圖像質(zhì)量的逐步提高.為了避免該情況的發(fā)生,首先要根據(jù)子孔徑相位誤差獲得全孔徑相位誤差函數(shù),然后根據(jù)各子孔徑中心時刻重新解算出子孔徑相位誤差,從而消除了子孔徑相位誤差之間的線性相位分量,避免了圖像偏移.然而,要獲得全孔徑相位誤差函數(shù),需要相鄰孔徑間存在重疊的相位歷程.重疊子孔徑最早結(jié)合極坐標(biāo)算法(PFA)用于校正聚束合成孔徑雷達(dá)空變的波前彎曲效應(yīng),之后被廣泛用于相位估計.考慮到改進(jìn)快速分解后向投影算法的結(jié)構(gòu)特點(diǎn),筆者提出了一種適用于改進(jìn)快速分解后向投影算法的全新的重疊子孔徑構(gòu)型建立方法,較好地銜接了改進(jìn)快速分解后向投影算法和相位梯度自聚焦相位估計,如圖3所示.(1)在初始階段按照一定系數(shù)將全孔徑分解為若干較短的子孔徑,孔徑和數(shù)據(jù)均不存在重疊.(2)在處理階段進(jìn)行重疊子孔徑操作.假設(shè)第i處理階段有K(K為偶數(shù))個子孔徑,任意相鄰的兩個孔徑進(jìn)行圖像融合可以得到K-1幅子圖像,其中K/2幅用于改進(jìn)快速分解后向投影算法下一階段的圖像融合.此后繼續(xù)按照該方式建立重疊子孔徑構(gòu)型,孔徑重疊率始終為1/2.(3)最后兩個孔徑不進(jìn)行重疊子孔徑操作,通過圖像融合直接得到一幅角域全分辨圖像,然后使用相位梯度自聚焦直接進(jìn)行相位估計和補(bǔ)償.利用重疊子孔徑進(jìn)行相位估計的基本操作有:全孔徑劃分為重疊子孔徑、子孔徑相位誤差估計、孔徑間線性相位消除、全孔徑相位誤差拼接以及全孔徑相位誤差補(bǔ)償.如圖3所示,第i階段的重疊子孔徑構(gòu)型可得到K-1幅子圖像,其中有K/2幅用于下一階段的圖像融合.使用相位梯度自聚焦對K-1幅子圖像進(jìn)行估計,可得到等K-1個子孔徑相位誤差.使用重疊子孔徑可以消除相鄰孔徑重疊部分的線性相位差異,實(shí)現(xiàn)相位誤差的連續(xù)拼接和濾波,最終得到全孔徑相位誤差,如圖4所示.由于全孔徑相位誤差是方位時間t的函數(shù),根據(jù)每幅子圖像的孔徑中心時刻t0(k),可計算出K/2個子孔徑相位誤差函數(shù).4相位梯度自聚焦為了驗(yàn)證上述方法的有效性,下面使用X波段聚束合成孔徑雷達(dá)數(shù)據(jù)進(jìn)行處理,其中心頻率帶寬比Q=6,詳細(xì)參數(shù)如表1所示.在進(jìn)行數(shù)據(jù)處理時,使用的距離采樣點(diǎn)數(shù)為4096,可忽略距離空變性.根據(jù)表1參數(shù),距離分辨率為0.13m,方位分辨率為0.28m.在改進(jìn)快速分解后向投影算法的初始階段,子孔徑的方位脈沖數(shù)為128個.在處理階段的初期,由于角域分辨力較低,圖像散焦小于6個方位分辨單元,而該數(shù)據(jù)允許的相位梯度自聚焦估計的最大圖像散焦為24,因此6個方位分辨單元的圖像散焦?jié)M足相位梯度自聚焦的約束條件.隨著遞歸融合的進(jìn)行,之后處理階段的圖像散焦始終小于10個方位分辨單元,因此相位梯度自聚焦進(jìn)行相位估計的窗寬只需略大于10,非常有利于相位估計的快速收斂,這與頻域算法自聚焦處理相比具有顯著優(yōu)勢.圖5(a)為使用改進(jìn)快速分解后向投影算法未進(jìn)行運(yùn)動補(bǔ)償?shù)某上窠Y(jié)果,圖5(b)為使用筆者提出的方法處理得到的成像結(jié)果.為了獲得良好的視覺效果,沿距離向進(jìn)行二視處理,使二維分辨率接近.由圖5(a)可以發(fā)現(xiàn),改進(jìn)快速分解后向投影算法不結(jié)合自聚焦處理進(jìn)行運(yùn)動補(bǔ)償?shù)膱D像存在嚴(yán)重的方位散焦.圖5(b)的圖像得到了良好的聚焦,運(yùn)動誤差基本得到了校正.由于圖5(b)的熵值小于圖5(a)的熵值,說明筆者提出的方法對圖像質(zhì)量的改善效果明顯.將不同階段相位梯度自聚焦估計的相位誤差相加,得到最終的相位誤差,將其換算為斜距誤差,得到如圖6所示的結(jié)果.雖然斜距誤差變化范圍僅有0.3m,但在高分辨、長CPI的情況下,即使如此小的運(yùn)動誤差也足以引起圖像的嚴(yán)重散焦和幾何失真.而且這么小的斜距誤差已經(jīng)超出現(xiàn)階段大多數(shù)運(yùn)動測量系統(tǒng)的精度,從而有力地說明基于數(shù)據(jù)的自聚焦處理在高分辨合成孔徑雷達(dá)成像中的必要性.圖7中的圖像分別對應(yīng)圖5(a)和圖5(b)中方框所示區(qū)域的局部放大結(jié)果.利用圖7中橢圓框內(nèi)的特顯點(diǎn)進(jìn)行方位響應(yīng)分析,得到方位剖面如圖8所示,虛線為使用改進(jìn)快速分解后向投影算法未進(jìn)行運(yùn)動補(bǔ)償?shù)姆轿豁憫?yīng),實(shí)線為使用筆者提出的方法的方位響應(yīng).顯然,使用筆者提出的方法的方位響應(yīng)不但非常接近“sinc”形式,而且具有較好的旁瓣性能.5相位梯度自聚焦的r