MIMO下视阵列SAR天线优化与超分辨率稀疏成像技术研究

MIMO downward-looking array SAR is a novel SAR system with important potential application value, which can effectively solve the problems of layover, shadow effect and geometric distortion. It has prominent advantages in urban topographic mapping, emergency mapping and other fields, and has become a hot spot in international research. However, this technique is limited by the size of the antenna and the platform, and the theories and methods of this technology facing actual surveying and mapping are not perfect. In order to overcome the bottleneck restriction of low-resolution in cross-track of array SAR technology, and provide possibility for the physical realization and mapping application of array SAR system. The new theories and methods for reconstructing more accurate target scenes with fewer array echo data will be focus on. Sparse optimization method of MIMO downward-looking array SAR antenna with polynomial weighted average, array SAR super-resolution three-dimensional imaging algorithm based on differential and sparse Bayesian regularization and compressed sensing downward-looking array SAR error compensation algorithm considering Delaunay Subblocks in wave number domain are mainly included. Research results in this project will effectively solve the technical problems of large number of array elements required for array SAR physical realization, low resolution of cross-track dimension, and difficulty in multi-channel three-dimensional motion compensation. It provides a theoretical basis for the design and data processing of a truly available MIMO downward-looking array SAR system.

MIMO下视阵列SAR是一种具有重要潜在应用价值的新型SAR体制，可有效解决常规SAR叠掩、阴影效应、几何失真等问题，在城市地形测绘，应急测绘等领域具有突出优势，已成为国际研究热点。但该技术受天线及平台尺寸限制，面向实际测绘生产的理论与方法尚不完善。为了突破跨航向维分辨率低对阵列SAR技术的瓶颈制约，为阵列SAR系统的物理实现和测绘应用提供可能性。本项目拟重点研究利用更少的阵元回波数据重构精度更高的目标场景的新理论和新方法。主要包括MIMO下视阵列SAR天线多项式加权平均稀疏优化方法，差分与稀疏贝叶斯正则化协同处理的阵列SAR超分辨率三维成像算法，和顾及波数域Delaunay子块的压缩感知下视阵列SAR误差补偿算法。本项目研究成果将有效解决阵列SAR物理实现所需阵元数量大、跨航向维分辨率低、多通道三维运动补偿困难等技术难题,为真实可用的MIMO下视阵列SAR系统设计和数据处理提供理论依据。

MIMO下视阵列SAR作为一种新体制三维SAR系统，可提升城市、高山峡谷等特殊区域的地形测绘能力，提升隐藏军事目标、山区搜索目标等目标识别能力，提升对抢险救灾、反恐维稳等突发事件的应急测绘能力，为未来高精度、高时效性遥感对军事侦察、军事打击、紧急救援的需求等提供了有力支撑，具有广阔的应用前景及重要的研究价值。本项目从最初的天线设计，到数据仿真，再到超分辨率三维成像、误差补偿一脉相承，探索了利用更少的阵元回波数据重构精度更高的下视阵列SAR目标场景的新理论和新方法。首先，利用多项式加权平均原理代替空间位置卷积原理，加入收发阵元数最小等约束条件，提出了顾及阵列对称分布特征的MIMO下视阵列SAR天线多项式加权平均稀疏优化方法，充分利用了有限的跨航向空间，为阵列SAR系统的物理实现提供指导意见。其次，借鉴压缩感知理论，利用无冗余阵列正反编码构建两幅三维复图像，通过差分与稀疏贝叶斯正则化协同处理实现阵列SAR高分辨率三维成像，不但能实现更高超分辨能力和更强鲁棒性的高分辨率三维成像，同时还具有消除阵列形变位置误差的能力，为解决跨航向分辨率低的问题提供一种新思路。然后，引入POS获得的真实数据形式，根据3个平移分量和3个旋转角分量，详细推导和分析了MIMO下视阵列SAR整体误差模型，及位置偏移误差和姿态角误差，为阵列SAR误差补偿奠定了基础。最后，以横滚角分量误差为切入点，提出了顾及波数域Delaunay子块的压缩感知下视阵列SAR误差补偿算法，摒弃传统均匀分块的思想，根据目标散射强弱依次确定主散射目标区，通过阈值选择精确构建波数域Delaunay三角网区域小块后再做子孔径补偿，最后再用压缩感知算法稀疏重构得到三维成像结果，可有效提高成像精度，反向指导对POS系统的要求。本项目为真实可用的MIMO下视阵列SAR系统设计、物理实现，及数据处理、测绘应用等方面提供了理论依据。