Journal of University of Chinese Academy of Sciences >
A SAR motion compensation algorithm based on Chirplet transform
Received date: 2024-02-20
Revised date: 2024-04-25
Online published: 2024-05-29
As the resolution of airborne synthetic aperture radar continues to improve， motion compensation has become a core link to ensure high-quality imaging. This paper conducts an in-depth analysis of the motion error of chirped pulse SAR， and proposes a Chirplet transform motion compensation algorithm based on original echo data to address the problem of non-space-variant phase error compensation of SAR. This algorithm uses Chirplet transform for time-frequency analysis to accurately characterize the phase error in the echo data， uses maximum likelihood estimation to extract the modulation frequency of the phase error， and solves the phase error for motion compensation. Compared with the PGA algorithm， this algorithm does not need to rely on strong scattering points and can achieve better image focusing performance in the presence of large phase errors. Compared with the MD subaperture algorithm， this algorithm performs frequency modulation rate estimation for each point， resulting in a more precise estimation. Finally， simulation experiments and quantitative analysis verified the effectiveness of the algorithm.
Qianli MA , Qunying ZHANG , Guohua ZHANG , Wei LU , Xiaojun LIU . A SAR motion compensation algorithm based on Chirplet transform[J]. Journal of University of Chinese Academy of Sciences, 2026 , 43(1) : 70 -79 . DOI: 10.7523/j.ucas.2024.035
| [1] | Smith A M. A new approach to range-Doppler SAR processing［J］. International Journal of Remote Sensing， 1991， 12（2）： 235-251. DOI： 10.1080/01431169108929650 . |
| [2] | 岳海霞.合成孔径雷达回波信号模拟研究［D］. 北京： 中国科学院研究生院， 2005. |
| [3] | 李欣伟， 张平， 朱磊. 一种基于相位扫描的机载SAR运动补偿算法及实现［J］. 中国科学院研究生院学报， 2010， 27（1）： 70-75. DOI： 10.7523/j.issn.2095-6134.2010.1.010 . |
| [4] | Chen Z， Zhang Z M， Zhou Y S， et al. A novel motion compensation scheme for airborne very high resolution SAR［J］. Remote Sensing， 2021， 13（14）： 2729. DOI： 10.3390/rs13142729 . |
| [5] | 刘龙珠， 王岩飞. 一种适合机载SAR变换模式的PFA成像处理方法［J］. 中国科学院大学学报， 2015， 32（1）： 91-96. DOI： 10.7523/j.issn.2095-6134.2015.01.015 . |
| [6] | Evers A， Jackson J A. A generalized phase gradient autofocus algorithm［J］. IEEE Transactions on Computational Imaging， 2019， 5（4）： 606-619. DOI： 10.1109/TCI.2019.2899453 . |
| [7] | Stafford J W， Duncan B D， Rabb D J. Phase gradient algorithm method for three-dimensional holographic ladar imaging［J］. Applied Optics， 2016， 55（17）： 4611-4620. DOI： 10.1364/AO.55.004611 . |
| [8] | Wang W， An D X， Luo Y X， et al. A modified map-drift algorithm for SAR autofocusing［C］//2018 Asia-Pacific Microwave Conference （APMC）. Kyoto， Japan. IEEE， 2018： 815-817. |
| [9] | Snarski C A. Rank one phase error estimation for range-Doppler imaging［J］. IEEE Transactions on Aerospace and Electronic Systems， 1996， 32（2）： 676-688. DOI： 10.1109/7.489511 . |
| [10] | Meng Z C， Zhang L， Ma Y， et al. Accelerating minimum entropy autofocus with stochastic gradient for UAV SAR imagery［J］. IEEE Geoscience and Remote Sensing Letters， 2021， 19： 4017805. DOI： 10.1109/LGRS.2021.3106636 . |
| [11] | Ash J N. An autofocus method for backprojection imagery in synthetic aperture radar［J］. IEEE Geoscience and Remote Sensing Letters， 2012， 9（1）： 104-108. DOI： 10.1109/LGRS.2011.2161456 . |
| [12] | Zhang S H， Liu Y X， Li X. Fast entropy minimization based autofocusing technique for ISAR imaging［J］. IEEE Transactions on Signal Processing， 2015， 63（13）： 3425-3434. DOI： 10.1109/TSP.2015.2422686 . |
| [13] | Sun X Y， Zimmer A， Mukherjee S， et al. DeepInSAR： a deep learning framework for SAR interferometric phase restoration and coherence estimation［J］. Remote Sensing， 2020， 12（14）： 2340. DOI： 10.3390/rs12142340 . |
| [14] | Cai J J， Martorella M， Chang S Q， et al. Efficient nonparametric ISAR autofocus algorithm based on contrast maximization and Newton’s method［J］. IEEE Sensors Journal， 2021， 21（4）： 4474-4487. DOI： 10.1109/JSEN.2020.3029830 . |
| [15] | Sun Y C， Yan K J， Li W Z. CycleGAN-based SAR-optical image fusion for target recognition［J］. Remote Sensing， 2023， 15（23）： 5569. DOI： 10.3390/rs15235569 . |
| [16] | 保铮， 邢孟道， 王彤. 雷达成像技术［M］. 北京： 电子工业出版社， 2005： 1-18. |
| [17] | 王照法. 太赫兹SAR成像运动补偿及成像算法研究［D］. 哈尔滨： 哈尔滨工业大学， 2019. |
| [18] | 胡志兴， 郑连存， 苏永美， 等. 高等数学：上册［M］. 2版. 北京： 高等教育出版社， 2014. |
| [19] | Cumming Ian G.， Wong Frank H.. 合成孔径雷达成像： 算法与实现［M］. 洪文，胡东辉，等译. 北京： 电子工业出版社， 2012. |
| [20] | Mann S， Haykin S. “Chirplets” and “warblets”： novel time-frequency methods［J］. Electronics Letters， 1992， 28（2）： 114. DOI： 10.1049/el： 19920070 . |
| [21] | 易天柱. 合成孔径雷达高分辨率成像技术研究［D］. 长沙： 国防科技大学， 2019. |
| [22] | Mann S， Haykin S. The chirplet transform： physical considerations［J］. IEEE Transactions on Signal Processing， 1995， 43（11）： 2745-2761. DOI： 10.1109/78.482123 . |
| [23] | O’Neill J， Flandrin P. Chirp hunting［J］.Proceedings of the IEEE-SP International Symposium on Time-Frequency and Time-Scale Analysis，1998：425-428. DOI：10.1109/TFSA.1998.721452 . |
| [24] | 张群英， 江兆凤， 李超， 等. 太赫兹合成孔径雷达成像运动补偿算法［J］. 电子与信息学报， 2017， 39（1）： 129-137. DOI： 10.11999/JEIT160201 . |
| [25] | 刘婷， 林赟， 谭维贤， 等. 圆迹SAR模式DEM提取方法［J］. 中国科学院研究生院学报， 2013， 30（1）： 47-52. DOI： 10.7523/j.issn.1002-1175.2013.01.008 . |
/
| 〈 |
|
〉 |