高级搜索

基于频域稀疏压缩感知的星载SAR稀疏重航过3维成像

田鹤 于海锋 朱宇 刘磊 张润宁 袁莉 李道京 周凯

引用本文: 田鹤, 于海锋, 朱宇, 刘磊, 张润宁, 袁莉, 李道京, 周凯. 基于频域稀疏压缩感知的星载SAR稀疏重航过3维成像[J]. 电子与信息学报, doi: 10.11999/JEJT190638 shu
Citation:  He TIAN, Haifeng YU, Yu ZHU, Lei LIU, Running ZHANG, Li YUAN, Daojing LI, Kai ZHOU. Sparse Flight 3-D Imaging of Spaceborne SAR Based on Frequency Domain Sparse Compressed Sensing[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEJT190638 shu

基于频域稀疏压缩感知的星载SAR稀疏重航过3维成像

    作者简介: 田鹤: 女,1991年生,工程师,研究方向为雷达信号处理、雷达成像识别和目标特性研究;
    于海锋: 男,1978年生,研究员,研究方向为微波遥感;
    朱宇: 男,1978年生,研究员,研究方向为微波遥感;
    刘磊: 男,1985年生,高级工程师,研究方向为微波遥感;
    张润宁: 男,1966年生,研究员,研究方向为微波遥感;
    袁莉: 女,1977年生,研究员,研究方向为雷达目标识别;
    李道京: 男,1964年生,研究员,博士生导师,研究方向为雷达系统,微波成像,信号处理方面;
    周凯: 男,1995年生,博士生,研究方向为雷达信号处理
    通讯作者: 李道京,lidj@mail.ie.ac.cn
  • 基金项目: 第五届高分辨率对地观测学术年会青年创新基金

摘要: 星载合成孔径雷达(SAR)稀疏重航过3维成像技术通过交轨向的多次飞行观测,获得观测场景的第3维分辨。该文给出了单颗卫星SAR稀疏重航过轨道分布,为有效缩短重访时间,同时给出了编队双星SAR轨道分布,对应的交轨向等效孔径长度为20 km。提出了一种基于干涉处理和频域压缩感知(CS)的稀疏3维成像方法,利用稀疏重航过中的部分回波形成参考3维复图像,对待重建SAR 3维图像信号进行干涉处理,使信号在频域具备稀疏性。在大轨道分布范围下,建立频域距离向-交轨向线性测量矩阵,利用CS理论联合求解稀疏表征下的图像频谱,避免交轨向和距离向的回波信号耦合。将求解所得频谱逆变换至空间域,可得到观测场景的3维图像重建结果。仿真结果表明,本文方法在稀疏采样率74.4%条件下,仍可获得与满采样成像性能相当的结果,验证了干涉处理频域稀疏方法在星载SAR 3维成像中的有效性。

English

    1. [1]

      GIRET R, JEULAND H, and ENERT P. A study of a 3D-SAR concept for a millimeter wave imaging radar onboard an UAV[C]. Proceedings of the 1st European Radar Conference, Amsterdam, The Netherland, 2004: 201–204.

    2. [2]

      REIGBER A, MOREIRA A, and PAPATHANASSIOU K P. First demonstration of airborne SAR tomography using multibaseline L-band data[C]. Proceedings of IEEE 1999 International Geoscience and Remote Sensing Symposium, Hamburg, Germany, 1999: 44–46. doi: 10.1109/IGARSS.1999.773395.

    3. [3]

      CANDES E J, WAKIN M B. An introduction to compressive sampling[J]. IEEE Signal Processing Magazine, 2008, 25(2): 21–30. doi: 10.1109/MSP.2007.914731

    4. [4]

      CANDÈS E J. Compressive sampling[C]. Proceedings of the International Congress of Mathematicians, Madrid, Spain, 2006: 1–20.

    5. [5]

      DONOHO D L. Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289–1306. doi: 10.1109/TIT.2006.871582

    6. [6]

      徐华平, 周荫清, 李春升. 分布式星载干涉SAR中空间基线的分析和设计[J]. 电子与信息学报, 2003, 25(9): 1194–1199.
      XU Huaping, ZHOU Yinqing, and LI Chunsheng. Baseline analysis and design for distributed spaceborne inteferometric SAR[J]. Journal of Electronics &Information Technology, 2003, 25(9): 1194–1199.

    7. [7]

      ZHU Xiaoxiang and BAMLER R. Very high resolution spaceborne SAR tomography in urban environment[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(12): 4296–4308. doi: 10.1109/TGRS.2010.2050487

    8. [8]

      ZHU Xiaoxiang and BAMLER R. Sparse tomographic SAR reconstruction from mixed TerraSAR-X/TanDEM-X data stacks[C]. Proceedings of 2012 IEEE International Geoscience and Remote Sensing Symposium, Munich, Germany, 2012: 7468–7471. doi: 10.1109/IGARSS.2012.6351905.

    9. [9]

      ZHU Xiaoxiang and BAMLER R. Let’s do the time warp: Multicomponent nonlinear motion estimation in differential SAR tomography[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(4): 735–739. doi: 10.1109/LGRS.2010.2103298

    10. [10]

      GE Nan and ZHU Xiaoxiang. Bistatic-like differential SAR tomography[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(8): 5883–5893. doi: 10.1109/TGRS.2019.2902814

    11. [11]

      张清娟, 李道京, 李烈辰. 连续场景的稀疏阵列SAR侧视三维成像研究[J]. 电子与信息学报, 2013, 35(5): 1097–1102. doi: 10.3724/SP.J.1146.2012.01136
      ZHANG Qingjuan, LI Daojing, and LI Liechen. Research on continuous scene side-looking 3D imaging based on sparse array[J]. Journal of Electronics &Information Technology, 2013, 35(5): 1097–1102. doi: 10.3724/SP.J.1146.2012.01136

    12. [12]

      李烈辰, 李道京. 基于压缩感知的连续场景稀疏阵列SAR三维成像[J]. 电子与信息学报, 2014, 36(9): 2166–2172. doi: 10.3724/SP.J.1146.2013.01645
      LI Liechen and LI Daojing. Sparse array SAR 3D imaging for continuous scene based on compressed sensing[J]. Journal of Electronics &Information Technology, 2014, 36(9): 2166–2172. doi: 10.3724/SP.J.1146.2013.01645

    13. [13]

      TIAN He and LI Daojing. Sparse flight array SAR downward-looking 3-D imaging based on compressed sensing[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(10): 1395–1399. doi: 10.1109/LGRS.2016.2560238

    14. [14]

      田鹤, 李道京. 稀疏重航过阵列SAR运动误差补偿和三维成像方法[J]. 雷达学报, 2018, 7(6): 717–729. doi: 10.12000/JR18101
      TIAN He and LI Daojing. Motion compensation and 3-D imaging algorithm in sparse flight based airborne array SAR[J]. Journal of Radars, 2018, 7(6): 717–729. doi: 10.12000/JR18101

    15. [15]

      尹建凤, 张庆君, 刘杰, 等. 国外编队飞行干涉SAR卫星系统发展综述[J]. 航天器工程, 2018, 27(1): 116–122. doi: 10.3969/j.issn.1673-8748.2018.01.016
      YIN Jianfeng, ZHANG Qingjun, LIU Jie, et al. A review on development of formation flying interferometric SAR satellite system[J]. Spacecraft Engineering, 2018, 27(1): 116–122. doi: 10.3969/j.issn.1673-8748.2018.01.016

    16. [16]

      PETERSON E H, FOTOPOULOS G, and ZEE R E. A feasibility assessment for low-Cost InSAR formation-flying microsatellites[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(8): 2847–2858. doi: 10.1109/TGRS.2009.2017521

    17. [17]

      ZINK M, BARTUSCH M, and MILLER D. TanDEM-X mission status[C]. Proceedings of 2011 IEEE International Geoscience and Remote Sensing Symposium, Vancouver, Canada, 2011: 2290–2293. doi: 10.1109/IGARSS.2011.6049666.

    18. [18]

      TRIDON D B, BACHMANN M, BÖER J, et al. TanDEM-X going for the DEM: Acquisition, performance, and further activities[C]. Proceedings of the IEEE 5th Asia-Pacific Conference on Synthetic Aperture Radar (APSAR), Singapore, 2015: 163–168. doi: 10.1109/APSAR.2015.7306180.

    19. [19]

      WANG Puzhong and SHI Changsheng. Antenna Principle[M]. Beijing: Tsinghua University Press, 1993. (请联系作者补充页码信息) (查阅所有网上资料, 未找到对应的英文翻译, 请联系作者确认).

    1. [1]

      田鹤, 李道京, 潘洁, 周建卫. 基于修正均匀冗余阵列正反编码的稀疏阵列SAR下视三维成像处理. 电子与信息学报,

    2. [2]

      王伟伟, 廖桂生, 吴孙勇, 朱圣棋. 基于小波稀疏表示的压缩感知SAR成像算法研究. 电子与信息学报,

    3. [3]

      韩冰, 张永军, 胡东辉, 黄丽佳. 星载滑动聚束SAR成像模型误差校正方法研究. 电子与信息学报,

    4. [4]

      孙慧峰, 石力, 邓云凯. 一种改进的星载SAR波束优化算法. 电子与信息学报,

    5. [5]

      张玉玺, 孙进平, 张冰尘, 洪文. 基于压缩感知理论的多普勒解模糊处理. 电子与信息学报,

    6. [6]

      郑虎, 李廉林, 李芳. 电离层对星载合成孔径雷达方位向分辨率影响的分析. 电子与信息学报,

    7. [7]

      徐建平, 皮亦鸣. 压缩感知SAR成像中的运动补偿. 电子与信息学报,

    8. [8]

      寇波, 江海, 刘磊, 张冰尘. 基于压缩感知的SAR抑制旁瓣技术研究. 电子与信息学报,

    9. [9]

      孙娜, 刘继文, 肖东亮. 基于BFGS拟牛顿法的压缩感知SL0重构算法. 电子与信息学报,

    10. [10]

      顾福飞, 池龙, 张群, 彭发祥, 朱丰. 基于压缩感知的稀疏阵列MIMO雷达成像方法. 电子与信息学报,

    11. [11]

      孙玉宝, 李欢, 吴敏, 吴泽彬, 贺金平, 刘青山. 基于图稀疏正则化多测量向量模型的高光谱压缩感知重建. 电子与信息学报,

    12. [12]

      解志斌, 薛同思, 田雨波, 邹维辰, 刘庆华, 马国华. 一种稀疏增强的压缩感知MIMO-OFDM信道估计算法. 电子与信息学报,

    13. [13]

      王军, 赵宜楠, 乔晓林. 基于压缩感知的雷达前视向稀疏目标分辨. 电子与信息学报,

    14. [14]

      高磊, 宿绍莹, 陈曾平. 宽带雷达Chirp回波的正交稀疏表示及其在压缩感知中的应用. 电子与信息学报,

    15. [15]

      吴新杰, 闫诗雨, 徐攀峰, 颜华. 基于稀疏度自适应压缩感知的电容层析成像图像重建算法. 电子与信息学报,

    16. [16]

      王伟, 唐伟民, 王犇, 雷舒杰. 基于贝叶斯压缩感知的复数稀疏信号恢复方法. 电子与信息学报,

    17. [17]

      姚志强, 李广龙, 王仕果, 游志宏. 基于Golay互补序列的压缩感知稀疏信道估计算法. 电子与信息学报,

    18. [18]

      李学仕, 孙光才, 徐刚, 邢孟道, 梁毅. 基于压缩感知的下视三维SAR成像新方法. 电子与信息学报,

    19. [19]

      王伟伟, 廖桂生, 朱圣棋. 基于压缩感知的双通道SAR地面运动目标检测方法研究. 电子与信息学报,

    20. [20]

      吴建宁, 徐海东, 王珏. 基于过完备字典稀疏表示的多通道脑电信号压缩感知联合重构. 电子与信息学报,

  • 图 1  星载SAR稀疏重航过3维成像几何示意图

    图 2  单颗卫星稀疏重航过轨道分布情况和10 m天线方向图分析

    图 3  编队双星稀疏重航过轨道分布情况和10 m天线方向图分析

    图 4  180次航过对应的满采样3维BP成像结果

    图 5  单颗卫星23次稀疏重航过对应的3维BP成像结果

    图 6  单颗卫星23次稀疏重航过对应的频域CS成像结果

    图 7  编队双星23次稀疏重航过对应的3维BP成像结果

    图 8  编队卫星23次稀疏重航过对应的频域CS成像结果

    表 1  卫星轨道漂移情况

    时间(d)0.2854796.28577312.2858818.285824.2855330.2853636.2855842.28562
    经度漂移(km)00.1230000.1800000.1680000.0870000.0430000.1410000.173000
    距离漂移(km)013.69230020.03752018.7016809.6848004.78674015.69606019.258280
    时间(d)48.28547054.28515060.28521066.28538072.28539078.28525084.28498090.284810
    经度漂移(km)0.1380000.0390000.0790000.1590000.1830000.1520000.0710000.029000
    距离漂移(km)15.3621004.3414628.79424417.69981020.37148016.9205707.9036883.228267
    时间(d)96.285010102.285100108.285000114.284900120.284600126.284500132.284700
    经度漂移(km)0.1190000.1640000.1670000.1280000.0490000.0170000.117000
    距离漂移(km)13.24703018.25641018.59036014.2489005.4546581.89243213.02439
    下载: 导出CSV

    表 2  星载重航过SAR侧视3维成像仿真参数

    参数数值参数数值
    工作波长$\lambda $0.03 m单星轨道最小间隔111.3 m
    发射信号带宽${B_s}$300 MHz编队双星间隔222.6 m
    参考平台高度$H$550 km交轨采样最小间隔111.3 m
    入射角45°交轨等效孔径长度20 km
    方位分辨率1 m重复轨道次数23
    机载平台速度7 km/s
    下载: 导出CSV

    表 3  图像重建结果误差分析

    观测方式算法评价指标
    图像熵相关系数均方根误差(m)
    180次满采样重航过3维BP成像0.4532
    单颗卫星23次稀疏重航过3维BP成像0.72140.65660.0604
    编队双星23次稀疏重航过3维BP成像0.69800.79030.0453
    单颗卫星23次稀疏重航过空间域CS成像0.00950.59020.0432
    编队双星23次稀疏重航过空间域CS成像0.00930.60940.0414
    单颗卫星23次稀疏重航过频域CS成像0.05030.78430.0405
    编队卫星23次稀疏重航过频域CS成像0.04530.82800.0296
    下载: 导出CSV
  • 加载中
图(8)表(3)
计量
  • PDF下载量:  7
  • 文章访问数:  212
  • HTML全文浏览量:  39
文章相关
  • 通讯作者:  李道京, lidj@mail.ie.ac.cn
  • 收稿日期:  2019-08-26
  • 网络出版日期:  2020-05-16
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章