SIMO-MIMO模式城市建筑群下視陣列SAR三維仿真

薛雁明，劉 輝,2

(1. 鄭州測繪學校，河南 鄭州 450015； 2. 信息工程大學地理空間信息學院，河南 鄭州 450052)

SIMO-MIMO模式城市建筑群下視陣列SAR三維仿真

薛雁明1，劉 輝1,2

(1. 鄭州測繪學校，河南 鄭州 450015； 2. 信息工程大學地理空間信息學院，河南 鄭州 450052)

真實下視陣列SAR系統的缺失，給該技術數據獲取及進一步技術研究帶來了困難，下視陣列SAR三維仿真的研究具有重要意義。為了有效反映下視陣列SAR技術在建筑物聳立的城市區域的三維成像優勢，本文采用單輸入多輸出(SIMO)和多輸入多輸出(MIMO)兩種模式仿真了城市建筑群下視陣列SAR回波數據，并對兩種模式的回波數據進行了三維距離多普勒成像處理，通過SIMO模式成像結果、MIMO模式成像結果分別與原始地形的差分對比，驗證了本文方法的有效性及兩種模式的優劣性。

單輸入多輸出(SIMO)；多輸入多輸出(MIMO)；下視陣列SAR；城市建筑群；仿真

隨著InSAR技術的發展與應用，以及所面臨的技術瓶頸[1-2]，學者們逐步將目光投向具有更大發展前景的3D-SAR技術。下視陣列SAR作為3D-SAR技術的一個重要分支，可通過在跨航向上設置陣列天線直接生成真實的三維分辨單元而不再是干涉圖，可有效解決傳統SAR體制機底盲區、左右模糊、幾何失真等問題[3-4]。該技術在城市測繪、應急測繪中的突出優勢，使其一經提出便受到國內外學者的廣泛關注。2004年，法國ONERA首先提出下視3D-SAR的概念[5]，并于次年開始研制DRIVE Project[6]。2006年，德國FGAN-FHR開始研制ARTINO系統[7]，但目前公開的文獻中并沒有關于兩套系統研制成功的消息。自2009年以來，國內學者也對該項技術展開了深入的研究，羅煜川提出了基于壓縮感知的陣列SAR快速成像算法[8]；師君等提出了基于變分模型的陣列SAR最優DEM重建方法[9]；杜磊等提出了基于俯仰角壓縮的陣列SAR三維成像算法[10]；彭學明等提出了波數域快速成像方法等[11]；滕秀敏等采用頻分正交信號實現大幅寬的下視三維成像[12]；李學仕等結合壓縮感知理論實現了下視三維目標的成像[13]；趙逸超等將二維快速ESPRIT算法用于線陣三維SAR成像[14]，并提出了一種基于壓縮冗余采樣的線陣三維SAR超分辨成像方法[15]。但下視陣列SAR技術的發展仍處于起步階段，由于真實下視陣列SAR系統的缺失，給該技術的數據獲取及進一步發展帶來了困難，因此利用仿真的方法研究下視陣列SAR不同模式下的三維成像具有重要意義。

下視陣列SAR作為一種新型SAR體制，其天線構型主要包括收發共用模式、單發多收(single-input multiple-output，SIMO)模式和多發多收(multiple-input multiple-output,MIMO)模式，其中雙發多收(dual-input multiple-output,DIMO)是多發多收的一種特例。本文以滿足測繪大比例尺要求的陣列SAR系統參數為基礎，采用SIMO和MIMO兩種模式仿真了城市建筑群下視陣列SAR回波數據，并對兩種模式的回波數據進行了三維距離多普勒(range Doppler,RD)成像處理，通過SIMO成像結果、MIMO成像結果分別與原始地形的差分對比，驗證了本文方法的有效性及兩種模式的優劣性。

1 SIMO模式下視陣列SAR

SIMO下視陣列SAR系統的成像幾何關系如圖1所示(以1發9收為例)。采用單個天線發射多個天線接收的天線構型，一個收發共用的陣元T/R位于線陣中間，接收天線Ry1至Ry8對稱分布于線陣兩端。雷達平臺飛行方向為X軸方向，即方位向；雷達平臺高度方向為Z軸方向，即高程向；X-Z平面的法線方向為Y軸方向，即跨航向。

圖1 SIMO下視陣列SAR成像幾何關系

2 MIMO模式下視陣列SAR

MIMO下視陣列SAR系統的成像幾何關系如圖2所示(以4發4收為例)。采用多個天線兩端發射，多個天線中間接收的天線構型，發射天線Ty1至Ty4對稱分布于天線兩端，接收天線Ry1至Ry4對稱分布于天線中間，坐標軸定義與圖1相同。

圖2 MIMO下視陣列SAR成像幾何關系

3 三維RD成像算法

本文選用最經典且最有效的三維RD成像算法進行試驗。該算法的處理過程如下：

(1) 相位補償。對每個陣元接收到的回波數據補償由等效相位中心近似帶來的相位誤差，其補償參考函數為

(1)

式中，yn為收發陣元在跨航向的距離；R0為方位向-距離向點目標與陣元位置的斜距；λ為工作波長。

(2) 距離向壓縮。將每個相位補償后的回波信號通過匹配濾波技術進行距離向壓縮，構造的距離維參考函數為

(2)

式中，Kr為信號距離向調頻率。

(3) 距離徙動校正。對同一個目標回波，沿航跡向的距離史在慢時間內表現為曲線，因此需要將不同慢時間的能量校正到沿距離向同一單元內。構造其頻域卷積核函數為

(3)

式中，fr為距離向采樣頻率；ta為方位向慢時間；c為光速；R最近為目標至飛行航線的最近斜距；fa為方位向采樣頻率；v為載機飛行速度。

(4) 方位向壓縮。采用匹配濾波技術將距離徙動校正后的信號沿方位向進行脈沖壓縮，構造的方位向參考函數為

(4)

(5)跨航向壓縮?？绾较驂嚎s利用波束形成原理，對每個陣元的數據進行跨航向K個方向角加權，從而將每個虛擬等效陣元的二維數據變成三維數據，最后再將這些數據相加實現三維成像。均勻線陣在跨航向的轉動角可表示為

(5)

式中，θmax為波束掃描寬度的一半；K為跨航向采樣點數。構造的跨航向參考函數為

(6)

式中，yvn為虛擬等效陣元的位置。

4 試驗與分析

本文試驗針對SIMO模式采用了1發1201收的天線構型，依據等效相位中心原理仿真了等效為1201個陣元的理想航跡下視陣列SAR原始回波數據，并對該回波數據進行了三維RD成像處理，其仿真參數見表1。下視陣列SAR原始建筑群的設計如圖3所示，在200m×200m的區域內構建5棟30m高的樓房，在方位向左側分布兩棟成L型樓房，在方位向右側分布三棟矩形樓房。根據下視陣列SAR的幾何構型和設計的建筑群信息，圖4給出仿真建筑群的陰影區域。

表1 SIMO模式載機系統仿真參數

圖3 原始地形

圖4 陰影區域

SIMO模式方位斜距平面的原始回波數據如圖5所示，主要分為兩塊區域，左邊區域主要代表高度較高的頂面信息，右邊區域主要代表高度較低的地面信息。經過三維距離-多普勒成像處理后實現斜距、方位、角度三維分辨，圖6—圖8則分別給出方位-斜距平面、方位-角度平面、角度-斜距平面的切面圖。對比圖5和圖6可知成像處理后回波數據得到了很好的聚焦。將成像結果經過插值處理，得到與原始場景同一坐標系下的三維點云，如圖9所示，從目視效果來看，基本恢復了原始場景中5棟樓房。為了能夠更直觀地表示成像結果的優劣，將其與原始地形作差分處理，得到如圖10所示的差分結果。圖中建筑物內部基本顯示為灰色，建筑物邊緣多顯示為白色或黑色，這表明成像處理后高程在建筑物內部較準確，在建筑物邊緣區域差異較大。

針對MIMO模式采用了30發40收天線構型，依據等效相位中心原理仿真了等效為1200個陣元的理想航跡下視陣列SAR原始回波數據，并對該回波數據進行了三維RD成像處理，其仿真參數見表2。

圖5 方位斜距平面原始回波

圖6 方位-斜距平面

圖7 方位-角度平面

圖8 角度-斜距平面

圖9 成像結果

圖10 成像結果與原始地形差分

等效陣元個數脈沖重復頻率載頻采樣頻率陣元間距陣元天線方位向長度平臺速度脈沖寬度平臺高度帶寬1200200Hz37.5GHz180MHz0.004m2m100m/s0.1μs600m150MHz

MIMO模式方位斜距平面的原始回波數據如圖11所示，與SIMO模式相似，也是呈現為表示樓頂信息和地面信息的兩塊區域。經過三維RD成像處理后也可得到圖12—圖14所示的方位-斜距平面、方位-角度平面、角度-斜距平面切面圖，與SIMO模式對比后在位置和形狀方面均一致。

圖11 方位斜距平面原始回波

圖12 方位-斜距平面

圖13 方位-角度平面

將成像結果由斜距-方位-角度坐標系轉換到高度-方位-地距坐標系下后，如圖15所示，同樣恢復了原始場景中5棟樓房，只是在較大的L型樓房上出現一個明顯的粗差點。將成像點云與原始地形作差分處理后得到如圖16所示的差分結果圖。對比圖16和圖10可知，MIMO模式在建筑物邊緣呈現為更多的白色或黑色區域，其不附值明顯多于SIMO模式。

圖14 角度-斜距平面

圖15 成像結果

圖16 成像結果與原始地形差分

為了進一步定量比較SIMO模式和MIMO模式三維仿真的優劣性，表3統計了兩種模式三維成像后高程誤差的平均值和標準差。SIMO模式比MIMO模式在前者統計量上小了0.041 m；在后者統計量上小了0.574 2 m，平均值越小、標準差越小表明重建的高程越精確。因此在相同條件下，SIMO模式成像結果要優于MIMO模式。

表3 三維成像結果統計值 m

5 結 語

下視陣列SAR三維仿真為真實下視陣列SAR系統的缺失提供了一種研究途徑。本文以建筑物為研究對象，采用三維RD成像算法對SIMO、MIMO兩種模式下視陣列SAR回波數據進行了成像處理，通過成像結果和原始地形的差分對比驗證了本文方法的有效性及兩種模式的優劣性，在同等條件下，SIMO模式的成像結果要優于MIMO模式。

成像算法本身的精度、相位補償精確與否都會直接導致成像結果的好壞，后續研究中，還需進一步考慮影響MIMO模式成像結果的原因，為復雜MIMO模式下視陣列SAR仿真問題提供更加精確的解決方案。

[1] 熊新，靳國旺，張紅敏，等.方差分量估計在機載InSAR區域網平差中的應用[J]. 測繪學報, 2016,45(5): 592-600.

[2] 朱邦彥，李建成，儲征偉，等. 利用時序InSAR反演常州市地表沉降速率[J]. 測繪通報, 2016(5): 26-31.

[3] 杜磊. 陣列天線下視合成孔徑雷達三維成像模型、方法與實驗研究[D]. 北京：中國科學院電子學研究所, 2010: 1-164.

[4] 王銀波. 新型陣列三維SAR關鍵技術研究[D]. 成都：電子科技大學, 2009: 1-93.

[5] GIRET R, JEULAND H, ENERT P. A Study of a 3D-SAR Concept for a Millimeter-wave Imaging Radar Onboard an UAV[C]∥European Radar Conference 2004. Amsterdam: European Microwave Association, 2004.

[6] NOUVEL J,JEULAND H,BONIN G,et al.A Ka-band Imaging Radar: DRIVE on board ONERA Motorglider[C]∥2006 IEEE International Geoscience and Remote Sensing Symposium.Denver: IEEE Geoscience and Remote Sensing Society, 2006.

[7] KLARE J, BRENNER A R, ENDER J H G. A New Airborne Radar for 3D Imaging-Image Formation Using the ARTINO Principle[C]∥6th European Conference on Synthetic Aperture Radar. Dresden: EUSAR Committee, 2006.

[8] 羅煜川. 基于壓縮感知的陣列SAR三維成像方法研究[D]. 成都：電子科技大學, 2015: 1-73.

[9] 師君，張曉玲，韋順軍，等. 基于變分模型的陣列SAR三維SAR最優DEM重建方法[J]. 雷達學報, 2015, 4(1): 20-28.

[10] 杜磊，王彥平，洪文，等. 基于俯仰角壓縮的陣列天線合成孔徑雷達三維成像算法研究[J]. 中國科學院研究生院學報, 2010,27(6):800-808.

[11] 彭學明，王彥平，譚維賢，等. 基于感興趣區域搜尋的機載下視陣列3D SAR波數域快速成像方法[J]. 電子與信息學報, 2013, 35(7):1526-1531.

[12] 滕秀敏，李道京. 機載交規稀疏陣列天線雷達的下視三維成像處理[J]. 電子與信息學報, 2012, 34(6): 1311-1317.

[13] 李學仕，孫光才，徐剛，等. 基于壓縮感知的下視三維成像新方法[J]. 電子與信息學報, 2012, 34(5): 1017-1023.

[14] 趙逸超，朱宇濤，粟毅，等. 用于線陣三維SAR成像的二維快速ESPRIT算法[J]. 雷達學報, 2015, 4(5): 591-599.

[15] 趙逸超，朱宇濤，楊猛，等. 基于壓縮冗余采樣的線陣三維SAR成像方法[J]. 現代電子技術, 2015, 38(16): 76-80.

SIMO-MIMO Model Urban Buildings Downward-looking Array SAR 3D Simulation

XUE Yanming1,LIU Hui1,2

(1. Zhengzhou School for Surveying and Mapping, Zhengzhou 450015， China;2. Institute of Geospatial Information, Information Engineering University, Zhengzhou 450052, China)

The absence of real downward-looking array SAR system has brought difficulties to data acquisition and further technical for this technology, so the research of downward-looking array SAR 3D simulation has great significance. In order to effectively reflect the 3D imaging advantages of the downward-looking array SAR technology in urban buildings, SIMO and MIMO were used to simulate the downward-looking array SAR echo data of urban buildings in this paper. And then the 3D RD imaging algorithm is processed on the echo data of this two modes. The difference contrast of simulation results of SIMO mode and MIMO mode with original terrain verified the effectiveness of this method and advantages and disadvantages of two models.

single-input multiple-output (SIMO); multiple-input multiple-output (MIMO); downward-looking array SAR; urban buildings; simulation

薛雁明，劉輝.SIMO-MIMO模式城市建筑群下視陣列SAR三維仿真[J].測繪通報，2017(8)：19-24.

10.13474/j.cnki.11-2246.2017.0247.

2016-11-29；

2017-02-24

國家自然科學基金(41071296；41474010；61401509)

薛雁明(1963—)，男，副教授，主要從事攝影測量與遙感研究。E-mail:yanmingx@126.com

劉 輝。E-mail: lh860801@163.com

P237

A

0494-0911(2017)08-0019-06