稀疏微波成像技术及其应用20130313.docVIP

 PAGE \* MERGEFORMAT 13 稀疏微波成像技术及其应用 第一研究室 1. 前言 微波成像是一种不可或缺的遥感技术，它在农林监测、海洋监测、测绘制图、军事侦察等领域有着广泛的应用。现代高分辨率微波成像技术以合成孔径雷达（SAR：Synthetic Aperture Radar）为主，其特点为将雷达设备置于载机或卫星等运载平台上，运载平台相对于地面场景运动的同时，发射并接收电磁波。所获得的回波经过复杂的二维信号处理后，得到高分辨率的雷达图像。 SAR技术的出现始于上世纪五十年代，由美国Goodyear公司的科学家C. Wiley提出，其在方位向利用合成孔径技术得到高分辨能力，因而得名“合成孔径雷达”。上世纪50年代到70年代是SAR系统发展的早期阶段，早期SAR多为机载系统，1978年第一颗SAR卫星——美国SEASAT发射，成为SAR发展史上的一个里程碑。SEASAT系统在典型模式下分辨率为25m，测绘带宽为100km。在其后的数十年中，SAR技术在系统性能、应用范围等方面都得到了长足的发展，并具有极化SAR、干涉SAR、三维SAR等模式。1995年加拿大发射的RadarSat-1系统在典型模式下分辨率为30m，测绘带宽为100km；2007年德国发射的TerraSAR-X系统典型分辨率为3m，测绘带宽则为30km。随着SAR系统的发展，其分辨率、测绘带宽等性能指标越来越高，但其系统的复杂度也不可避免的越来越高。 回顾SAR技术数十年的发展史，有两个基本因素决定了SAR系统的性能——微波成像理论和电子学器件性能。微波成像理论在五十年代就已出现，在其后的半个多世纪中，其理论虽不断完善，却没有出现革命性的创新。实际上，支撑SAR系统性能数十年的快速发展的，是在摩尔定律下飞速发展的电子学材料与器件。然而电子器件的性能提高不是无限的，摩尔定律虽然带来了电子产业数十年的繁荣，如今却面临瓶颈：由于量子效应的显现，人们在硅芯片性能的进一步提高上已经面临极限。此外，随着系统性能的提高而不断增加的雷达系统复杂度，也为SAR系统的设计和实现带来了越来越大的难度。但是，对高性能的SAR系统的需求却不会停止，面对着系统复杂度的瓶颈，另外的办法就是“另辟蹊径”——在微波成像的理论上寻求突破。 在微波成???理论中，有两个基本的理论决定了雷达系统的复杂度——雷达分辨理论和奈奎斯特采样定理。根据雷达分辨理论，SAR系统分辨率上限由雷达信号的带宽决定。而根据奈奎斯特采样定理，系统的实采样频率必须至少为两倍的雷达信号带宽。这就是说，为了得到更高的SAR系统分辨率，就必须提高信号带宽，系统采样率也必须相应提高，这就意味着更高的数据率和更复杂的系统设计，从而使得SAR系统的设计与实现面临困难。无论是雷达分辨理论、还是奈奎斯特采样定理，都是普适性的理论，是不能违背的。唯一可行的办法，是从微波成像的特殊性入手，冀望于微波成像的特性可以允许我们在某些特殊情况下突破传统雷达成像理论，建立新的微波成像理论并实现系统的简化。 我们注意到，在很多情况下雷达场景和雷达图像是具有很强的稀疏性的，即场景中只存在少数较强散射点（如图1所示）。这种场景用数学的眼光看，构成了一种典型的“稀疏信号”——数学中描述大部分分量都是0的信号。从上世纪90年代至今，数学中已经发展出了一套称为“稀疏信号处理”的理论，可以针对高维稀疏信号进行降维采样并实现稀疏重建。于是，利用一些典型雷达场景的稀疏性，将稀疏信号处理理论引入微波成像中，就成为了非常自然的思路。 图1 典型稀疏场景的雷达图像 稀疏信号处理理论至今仍在不断发展、完善中，是近年来数学界和工程界的一个研究热点，但是其基本思想却有着很久远的历史，可以追溯到古老的“奥卡姆剃刀”原理：若无必要，勿增实体。根据稀疏信号处理理论，若一个信号在某种变换域中是稀疏的，那么这个信号可以用一组数据量远小于原信号量的观测值加以描述。在稀疏信号处理领域的一个重要进展是由美国数学家D. Donoho、E. Candes和陶哲轩（T. Tao）在2006年提出的“压缩感知”（CS: Compressive Sensing）理论。根据压缩感知理论，在采样系统满足某些要求的前提下，如果一个信号是稀疏的，那么这个信号可以由远低于奈奎斯特采样定理要求的采样率加以采样，并从采样值得到完美的重建。 稀疏微波成像是指将稀疏信号处理理论系统性地引入微波成像并有机结合形成的微波成像新理论、新体制和新方法，即通过寻找被观测对象的稀疏表征域，在空间、时间、频谱或极化域稀疏采样获取被观测对象的稀疏微波信号，经信号处理和信息提取，获取被观测对象的空间位置、散射特征和运动特性等几何与物理特征。和传统的SAR相比，稀疏微波成像系统在降低数据率、降低系统复杂度并提升系统成