地面車輛目標高質量SAR圖像快速仿真方法

董純柱胡利平朱國慶②殷紅成②

①(電磁散射重點實驗室 北京 100854)

②(中國傳媒大學信息工程學院 北京 100024)

地面車輛目標高質量SAR圖像快速仿真方法

董純柱*①②胡利平①朱國慶①②殷紅成①②

①(電磁散射重點實驗室 北京 100854)

②(中國傳媒大學信息工程學院 北京 100024)

為滿足基于模板的SAR地面車輛目標識別對海量高質量模板圖像的工程應用需求，該文提出了一種基于射線追蹤技術的SAR信號級高效仿真方法。該方法通過構建地面車輛目標SAR仿真場景物理模型并利用射線追蹤方法準確模擬SAR探測過程中電磁波與場景中目標與環境的作用機理，實現對地面環境的寬帶相干雜波、表面粗糙的復雜目標的寬帶電磁散射以及地面-目標間耦合散射的快速計算，并通過SAR成像處理和圖像相似度評估確認形成高質量SAR模板圖像。數值結果驗證了該文方法的準確性和高效性。

電磁散射；SAR圖像仿真；射線追蹤技術；隨機散射方法；圖像評估

1 引言

按照是否考慮電磁散射過程，SAR仿真方法可以分為圖像級和信號級兩類方法[1]。圖像級仿真方法僅模擬SAR圖像的特征，不考慮場景中目標與環境的電磁散射過程，利用現有的或假設的散射系數圖(如光學或SAR圖像)來模擬SAR數據；信號級仿真方法則關注電磁散射過程，通過對復雜地物場景和SAR平臺運動的建模，結合計算電磁學方法模擬SAR回波數據。從本質上講，SAR圖像級仿真只是基于點散射源的簡單電磁散射模型，相對而言，SAR信號級仿真則能更加真實地模擬SAR探測過程中電磁波與場景中目標與環境的作用機理。隨著定量遙感、目標檢測和目標識別等技術的發展，SAR信號級仿真已成為國內外研究的熱點[2–5]。

基于計算電磁學方法實現對地面車輛目標高質量SAR模板圖像快速仿真，是一個極具技術挑戰性的物理和數學問題。在解決這一問題的過程中，不

但需要采用解析或統計描述，建立對地面粗糙特性的準確表達，而且必須發展適合于地面與目標間的復合電磁散射計算的方法。傳統的采用均方根高度和相關長度等統計信息來簡單地表征地面，無法反映出地面總體的起伏特性和自身的紋理結構，且僅對較為平坦的地面有效[6]；常見的地面電磁散射模型[7,8]雖然精度較高，但往往都存在一定的推導假設和適用范圍，并且模型的時間和空間復雜度通常較高；在地面目標復合散射特性建模方面，Johnson利用“四路徑”模型計算了無限大介質平板上方的介質目標的散射[9]；Franceschetti[10,11]基于Kirchhoff近似提出一種模擬地面散射特性的小面元模型，并基于該模型實現了對復雜地面場景的SAR圖像仿真，但小面元模型無法考慮地面間的多次耦合散射貢獻，并且為了更好地描述地表的隨機起伏，面元的尺寸必須足夠小，致使其對大規模地面場景散射特性仿真的效率較低；Didascalou[12]提出的基于切平面近似的隨機散射法(SSA)結合射線投射的思想實現了對微粗糙、中等粗糙和高粗糙面相干和非相干分量的快速計算，但亦無法計算粗糙面不同部分間的耦合散射貢獻；Kulpa等[13]提出幾何光學法(GO)和時域有限差分法(FDTD)混合方法，實現對復雜地面場景SAR回波的快速仿真，但未對模型的有效性進行充分驗證。國內，計科峰等人[14]利用高頻法實現了坦克目標的SAR圖像仿真；張銳等人[15]運用彈射線原理，通過仿真不同位置、不同頻點的目標后向散射系數來構建回波并成像；郭立新等人[16]引入互易性定理結合高頻算法給出了粗糙面與其上方球形目標和平板目標的復合電磁散射計算方法。目前，這些電磁計算方法尚缺乏與實際測量結果比較，同時計算內存和時間消耗較大，難以滿足復雜目標海量高質量SAR模板仿真等工程應用的需求。

為了實現對地面車輛目標高質量SAR模板圖像的快速仿真，本文提出一種基于射線追蹤技術的SAR信號級快速仿真方法。該方法首先通過建立地面車輛目標SAR仿真場景物理模型，并利用射線追蹤方法精確獲取雷達與目標/環境的空間幾何關系；然后，基于隨機散射法原理并結合地雜波統計模型實現對地面的粗糙特性的高效模擬；再次，基于射線管分裂方法建立表面粗糙的復雜目標寬帶電磁散射模型，獲取復雜目標的鏡面反射、邊緣繞射和多次反射貢獻；最后基于射線追蹤方法建立地面場景寬帶耦合電磁散射模型，準確計算目標-環境間的耦合散射貢獻。基于上述仿真場景模型和電磁散射模型計算地面車輛目標的掃頻數據，并通過時頻變換和成像處理得到車輛目標的SAR圖像，經過相似度評估確認形成高質量SAR模板圖像。

2 隨機散射方法原理

隨機散射方法的原理如圖1所示，其本質是一種蒙特卡羅(Monte Carlo)方法，能夠較真實地模擬射線在微粗糙、中等粗糙甚至高粗糙表面上鏡面反射和漫反射現象。

圖1 隨機散射方法的原理示意圖Fig. 1 Principle of stochastic scattering approach

隨機粗糙方法[12]首先假定粗糙面的局部的起伏高度h為(或近似為)均值為0、標準差為σh的Gauss隨機數，即

并假定粗糙面自相關系數φhh(l)服從指數分布

式中，L為粗糙面相關長度。

圖2中，ζx和ζy均為服從均值為0，標準差為σh的高斯分布隨機數，而

因此，為了能夠獲得仿真場景中各采樣點處的切平面，隨機散射方法僅需額外產生ζx,ζy和采樣點處的起伏高度hz3個相互獨立的均值為0，標準差為σh的Gauss分布的隨機數。由于采用了切平面近似，隨機散射方法須要滿足下面的適用條件：

圖2 粗糙面局部切平面示意圖Fig. 2 Local tangent plane of rough surface

與小面元模型相似，隨機散射方法同樣基于切平面近似，亦無法考慮環境面元間的多次耦合散射貢獻，但該方法結合射線投射思想實現了對隨機粗糙面相干和非相干分量的同步模擬。

3 目標-地面復合散射特性建模

3.1 SAR仿真場景物理模型

為構建適用于電磁散射計算的地面場景的物理模型，需要完成對場景中各物理要素的合理科學配置。主要包括3個步驟：

第1步 地面環境覆蓋類型和屬性參數設定。

針對SAR回波仿真工程應用需求，結合Ulaby地物分類方法，首先按表1對實際地面場景中的地物類型進行分類。

表1 典型地物類型分類及屬性參數Tab. 1 Categorization and property parameter of typical terrains

其次，按地物類型的不同將地面場景的非均勻網格模型劃分為不同的部件，每一個部件歸集一類地物，或屬性參數不同的同一類地物(如草地中的高草地和矮草地、森林中的夏日森林和冬日森林，或者雪地中的干雪地和濕雪地等)。

最后，分部件設定各部件的地物類型和屬性參數。對于山地、灌木和道路等基本類型地物，可僅設置其地物類型；對于草地、森林和雪地等復雜類型地物，除需要設置其地物類型外，還需進一步明確其屬性參數，如草高、季節和干濕等等。

第2步 目標表面材料和粗糙度參數設置。由于復雜目標，尤其是飛機和車輛，各部件在研制過程的工藝精度通常不同，如飛機機翼通常會被銑磨得十分光滑以減小行進時空氣阻力，而通過鑄造等粗加工成型部件如坦克、裝甲等的表面則相對粗糙。為了實現對復雜目標的電磁散射特性的準確仿真，必須首先實現對目標表面粗糙度定量的描述。

根據粗糙面散射理論[8]，并依據工程實際情況，對復雜目標表面的粗糙程度進行分級處理，具體分級參數如表2所示。表中，為粗糙面高度起伏均方根，為平均法向偏角；λ0為入射波波長。表面粗糙程度中，一級和二級粗糙適用于描述銑磨等精加工工藝處理得到的光滑或微粗糙表面，如船舷外面等；三級和四級粗糙則適用于描述鑄造等粗加工處理的目標表面粗糙，如坦克、裝甲等。

表2 表面粗糙程度分級參數Tab. 2 Grading parameters of surface roughness

第3步 目標在場景的姿態位置自適應調整。在將目標引入到實際地面環境中時，需要進行目標-環境的適應性裝配處理以確保目標位于地面上且目標的姿態適應于環境表面總體起伏。另外，還可以根據需要調節目標方位姿態，使其朝向給定方位。為了更直觀地理解目標-環境的適應性裝配，圖3給出了將坦克目標配置到地面場景的道路上的適應性裝配和姿態調整過程示意圖。

圖4給出按上述方法構建的90 m×90 m地面上置邊長10 m立方體場景物理模型的效果圖，三角網格尺寸為1 m。圖5為采用文獻[17]方法消隱重構的該場景在聚束SAR航跡中心點處的物理模型，三角網格最小尺寸為0.1 m。可以看出，消隱重構的仿真場景模型實現了對SAR探測波束照亮范圍、目標-環境耦合區域以及陰影區域的準確識別，并且消隱過程中的射線管分裂結果可直接用于電磁散射特性計算，將顯著提高SAR模板圖像的仿真效率。

圖3 坦克與道路姿態位置自適應調整過程示意圖Fig. 3 Adjustment procedures of introducing tank onto road surface

3.2 表面粗糙的復雜目標電磁散射模型

本節利用改進的射線彈跳法和等效邊緣流法快速預估目標粗糙表面的鏡面反射、多次反射以及細分邊緣的繞射3種高頻散射主要貢獻，建立表面粗糙的復雜目標寬帶電磁散射模型。具體步驟如下：

第1步 基于消隱處理中構建的細分子射線管，采用口面積分法計算各子射線管的多次反射場，通過相干疊加獲得目標多次反射貢獻。

為了模擬目標表面隨機起伏特性對目標表面散射特性的影響，在射線追蹤到的各個反射點Pj處做如下修正：

圖6 目標粗糙表面局部坐標系示意圖Fig. 6 Local coordinate system of target with rough surfaces

大量仿真實驗表明，引入上述對射線反射點的高程修正和反射面法向的隨機偏轉能夠較好地模擬由目標表面粗糙引起的漫反射效應。

第2步 基于重構的可見三角網格模型識別目標區自然邊緣，并利用等效邊緣流法計算復雜目標的邊緣繞射貢獻。為了模擬目標表面隨機起伏特性對邊緣繞射特性的影響，對識別出的各個自然邊緣Ej做如下處理：

而細分邊緣位置矢量

圖7 目標細分邊緣結構示意圖Fig. 7 Subdivided edge structure of complex target

相應地，細分邊緣內角修正為：

第3步 將上兩步得到粗糙表面的鏡面反射場、多次反射場以及細分邊緣繞射場相干疊加，獲得準確的復雜目標電磁散射數據。

3.3 地面環境的寬帶電磁散射模型

為提高地面雜波仿真效率，借鑒隨機散射方法思想并結合粗糙面散射的統計模型，實現對大規模地面場景寬帶相干雜波的快速仿真。

美國天線實驗室的Ulaby和密執安大學的Dobson提出一種適用于平穩區和接近垂直入射區的模型(后簡稱ULABY模型)[18]：

式中，θi是雷達的入射角，單位為弧度(rad)；σ0和SD分別為后向散射系數均值和標準差，單位均為dB。M1,M2,M3和P1～P6是根據雷達測量數據擬合出的經驗模型參數。

與僅能考慮雷達波與環境表面一次作用的隨機散射方法不同，本文提出的射線追蹤方法能計算地面的一次反射和多次反射貢獻。

射線追蹤方法的原理如圖8所示，該方法在進行地面反射路徑的追蹤過程中，根據地面局域的粗糙參數產生采樣點位置矢量

圖8 射線追蹤方法的原理示意圖Fig. 8 Principle diagram of the proposed ray-tracing method

3.4 目標-環境的耦合散射模型

為了提高射線追蹤技術計算目標-環境耦合散射的效率，采用與“四路徑”方法相似的策略，只考慮射線與環境發生一次作用的耦合路徑上的散射貢獻。分兩種情況考慮：

(1) 目標→環境路徑耦合散射：首先，計算射線在目標表面的鏡面/多次反射方向

(2) 環境→目標路徑耦合散射：利用式(16)和式(17)獲得的射線在地面采樣點計算射線在環境表面的反射方向

基于地面粗糙面修正的菲涅耳反射系數計算反射點的幾何光學(GO)反射場為新的入射方向，為入射場計算目標的多次反射貢獻

最后，總的耦合散射貢獻可表達為：

式中，Ntr為目標→環境耦合散射路徑數；Ncr為環境→目標路徑耦合散射路徑數。值得注意的是，在進行式(22)相干累加前，耦合散射貢獻應已完成以SAR平臺當前軌跡點位置為相位參考零點的相位補償處理。

4 數值結果

圖9為三型車輛目標的幾何模型圖。為便于比較，參照MSTAR數據[19]機載SAR測量參數設計表3所示的SAR仿真參數。仿真中，設定地面環境為矮草地，由ULABY模型確定其在X波段的后向散射系數均值為–28.90 dB，方差為2.95 dB。

圖9 車輛目標的幾何模型效果圖Fig. 9 Geometric models of ground vehicles

表3 車輛目標聚束SAR仿真參數Tab. 3 Spotlight SAR parameter for ground vehicle simulation

基于本文電磁散射建模方法仿真獲取草地上三型車輛目標在HH極化下的各軌跡采樣點處的寬帶復合散射數據，并采用R-D算法直接對寬帶數據進行成像處理得到0.2 m像素間隔的SAR仿真圖像，如圖10所示。每組圖像中前10幅圖像的方位角范圍為[0,90°]，間隔為10°；第11幅圖的方位角為135°，第12幅圖的方位角為180°。

圖10 草地上車輛目標SAR圖像仿真結果Fig. 10 Simulated SAR images of ground vehicles on grassland

從圖10可以看出，由于考慮了目標的散射、環境的散射、目標-環境的耦合散射以及遮擋效應，SAR圖像中呈現明顯的目標、環境和陰影區域，亮暗對比關系與目標-環境的復合散射機理一致；從表4到表6典型方位角下的仿真圖像與MSTAR實測圖像對比結果可以看出，仿真圖像的視覺效果逼真，較為成功。另外，在Core i7 4770 k, NVIDIA GTX780單機上，車輛目標每幅SAR圖像的仿真時間約為20 min，峰值內存需求約700 MB；單個車輛目標全方位360幅(方位間隔1°)的SAR模板圖集仿真任務能夠在5天內完成，基本滿足實際工程應用對SAR模板圖像仿真效率的需求。

進一步，為量化研究仿真結果與MSTAR數據的相似程度，定義仿真圖像和實測圖像的特征向量f和g之間的相似度為[20]：

C值越大，仿真圖像和實測圖像之間的相似程度越大；反之，相似程度就越小。

從BMP-2, BTR-70和T-72仿真SAR模板圖集中提取與MSTAR數據(子類名稱為SN_9563, SN_C71和SN_132, 17°擦地角下的圖像切片)最鄰近方位角上的233, 233和232個相應的圖像進行相似

度評估。圖11給出了文獻[14]的平移最大相關系數、文獻[15]的PCA和文獻[20]徑向積分特征的相似度評估結果，相似度均值統計結果如表7所示。

表7 不同方法下車輛目標仿真與實測圖像的相似度均值Tab. 7 Mean values of image similarities with different methods

對比分析可知，不同方法下車輛目標仿真與實測圖像的相似度均值在70%以上，亦說明仿真較為成功；基于特征的相似度均值在90%以上，表明絕大多數的仿真圖像的散射強點分布、散射強點區域輪廓以及陰影輪廓等幾何特征均與實測圖像高度吻合，驗證了本文方法可以獲取車輛目標的高質量SAR圖像。另外，與T-72相比，BMP-2和BTR-70在頭向、側向和尾向附近方位角下仿真與測量圖像相似度相對較低，這主要是BMP-2和BTR-70在這些角度的散射特性與目標表面復雜細節結構密切相關，而仿真中采用的兩型目標的幾何模型對這些細節的描述不足所致。下一步，將構建更為精細的車輛目標的幾何模型，進一步提高電磁散射特性仿真精度和效率，擴展目標-地面復合電磁散射模型的適應范圍，實現對各類復雜車輛目標SAR圖像的實時/準時精確仿真。

5 結論

本文提出的基于射線追蹤技術的SAR信號級快速仿真方法通過對地面復雜車輛目標-環境的復合散射特性以及SAR圖像幾何特征的快速準確模擬，實現了對地面車輛目標高質量SAR模板圖像快速仿真。經實測數據校驗評估后，基于本文方法仿真獲取的地面車輛、機場飛機等目標的SAR模板圖像庫可為地面目標的識別研究和系統研制提供基礎支撐。

致謝特別感謝廈門大學近海海洋環境科學國家重點實驗室的耿旭樸博士在論文SAR回波仿真和成像處理研究中給予作者的幫助。另外，感興趣的讀者可通過郵件索取論文全部角度的仿真圖像。

圖11 三型車輛目標仿真與MSTAR實測圖像相似度結果Fig. 11 SAR image similarity evaluated results of the ground vehicles

[1]保錚, 邢孟道, 王彤編著. 雷達成像技術[M]. 北京: 電子工業出版社, 2005: 273–293.

[2]Cliver C, Quegan S 著; 丁赤飚, 陳杰, 何國金, 等譯. 合成孔徑雷達圖像理解[M]. 北京: 電子工業出版社, 2009: 79–100.

[3]吳良斌. SAR圖像處理與目標識別[M]. 北京: 航空工業出版社, 2013: 170–230.

[4]李震, 廖靜娟. 合成孔徑雷達地表參數反演模型與方法[M]. 北京: 科學出版社, 2011: 170–177.

[5]祝明波, 楊立波, 楊汝良. 彈載合成孔徑雷達制導及其關鍵技術[M]. 北京: 國防工業出版社, 2014: 148–180.

[6]許小劍, 李曉飛, 刁桂杰, 等. 時變海面雷達目標散射現象學模型[M]. 北京: 國防工業出版社, 2013: 1–2.

[7]Long M W 著, 陳春林, 顧昌賢譯. 陸地和海洋的雷達反射特性[M]. 北京: 國防工業出版社, 1983: 77–89.

[8]Ulaby F T, Moore R K, Fung A K 著, 黃培康, 汪一飛譯. 微波遙感(第2卷), 北京: 科學出版社, 1987: 241–250.

[9]Johnson J T. A study of the four-path model for scattering from an object above a half space[J].Microwave and Optical Techniques Letters, 2001, 30(2): 130–134.

[10]Franceschetti G, Migliaccio M, Riccio D,et al.. SARAS: a synthetic aperture radar (SAR) raw signal simulator[J].IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(1): 110–123.

[11]Franceschetti G, Migliaccio M, and Riccio D. SAR raw signal simulation of actual ground sites described in terms of sparse input data[J].IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(6): 1160–1168.

[12]Didascalou D. An approach to include stochastic rough surface scattering into deterministic ray-optical wave propagation modeling[J].IEEE Transactions on Antennas and Propagation, 2003, 51(7): 1508–1515.

[13]Kulpa K S, Gromek A, and Salski B. An advanced SAR simulator of three-dimensional structures combining geometrical optics and full-wave electromagnetic methods[J].IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(1): 776–784.

[14]計科峰, 張愛兵, 鄒煥新, 等. 典型地面車輛目標SAR圖像仿真與評估[J]. 雷達科學與技術, 2010, 8(3): 223–228. Ji Ke-feng, Zhang Ai-bing, Zou Huan-xin,et al.. Simulation and evaluation of SAR imagery of typical ground vehicles[J].Radar Science and Technology, 2010, 8(3): 223–228.

[15]張銳, 洪峻, 明峰. 基于電磁散射的復雜目標SAR回波與圖像仿真[J]. 電子與信息學報, 2010, 32(12): 2836–2841. Zhang Rui, Hong Jun, and Ming Feng. SAR echo and image simulation of complex targets based on electromagnetic scattering[J].Journal of Electronics&Information Technology, 2010, 32(12): 2836–2841.

[16]郭立新, 張民, 吳振森. 隨機粗糙面與目標復合電磁散射的基本理論和方法[M]. 北京: 科學出版社, 2014: 228–278.

[17]董純柱, 殷紅成, 王超. 基于射線管分裂方法的SAR場景快速消隱技術[J]. 雷達學報, 2012, 1(4): 436–440. Dong Chun-zhu, Yin Hong-cheng, and Wang Chao. A fast hidden surface removal approach for complex SAR scene based on adaptive ray-tube splitting method[J].Journal of Radars, 2012, 1(4): 436–440.

[18]Ulaby F T and Dobson M C. Handbook of Radar Scattering Statistics for Terrain[M]. Artech House, 1989: 119–357.

[19]MSTAR-dataset website. https://www.sdms.afrl.af.mil/ datasets/mstar, 2008. 6.

[20]胡利平, 董純柱, 邢笑宇, 等. SAR圖像目標和陰影徑向積分特征評估[J]. 電波科學學報, 2014, 29(2): 254–259. Hu Li-ping, Dong Chun-zhu, Xing Xiao-yu,et al.. An evaluation method of SAR images based on radial integral features of target and shadow[J].Chinese Journal of Radio Science, 2014, 29(2): 254–259.

董純柱(1981–)，男，河南人，博士，高工，主要研究方向為電磁散射、SAR目標建模和目標識別。

E-mail: dongcz207@163.com

胡利平(1979–)，女，河南人，博士，高工，主要研究方向為SAR圖像處理、目標檢測與目標識別。

E-mail: fox_plh@163.com

朱國慶(1986–)，男，湖南人，碩士，工程師，主要研究方向為電磁散射和SAR目標建模。

E-mail: rilyd123@163.com

殷紅成(1967–)，男，江西余江人，研究員，專業總師，博士生導師，主要研究方向為電磁散射、雷達目標特性、目標識別。

E-mail: yinhc207@126.com

Efficient Simulation Method for High Quality SAR Images of Complex Ground Vehicles

Dong Chun-zhu①②Hu Li-ping①Zhu Guo-qing①②Yin Hong-cheng①②

①(National Electromagnetic Scattering Laboratory,Beijing100854,China)

②(Information Engineering School,Communication University of China,Beijing100024,China)

Aiming at meeting the requirement of the amass high-quality SAR images needed by template-based ground target recognition engineering practice, a novel efficient SAR signal level simulation method is proposed. The electromagnetic scattering interaction mechanisms including coherent clutter of ground, multiple reflection and edge diffraction of vehicle, coupling-scattering between vehicle and ground are accurately estimated by utilizing an efficient ray-tracing technique. High quality SAR images are finally created through the SAR imaging procedure. Simulation results show that, the new method is feasible and effective.

Electromagnetic scattering; SAR image simulation; Ray-tracing technique; Stochastic Scattering Approach (SSA); Image evaluation

TN958

A

2095-283X(2015)03-0351-10

10.12000/JR15057

董純柱, 胡利平, 朱國慶, 等. 地面車輛目標高質量SAR圖像快速仿真方法[J]. 雷達學報, 2015, 4(3): 351–360.

10.12000/JR15057.

Reference format:Dong Chun-zhu, Hu Li-ping, Zhu Guo-qing,et al.. Efficient simulation method for high quality SAR images of complex ground vehicles[J].Journal of Radars, 2015, 4(3): 351–360. DOI: 10.12000/JR15057.

2015-05-15收到，2015-07-14改回

自然科學基金重大項目(61490695)資助課題

*通信作者： 董純柱 dongcz207@163.com