第一篇：各種SAR成像算法總結(jié)

各種SAR成像算法總結(jié) SAR成像原理

SAR成像處理的目的是要得到目標(biāo)區(qū)域散射系數(shù)的二維分布，它是一個(gè)二維相關(guān)處理過(guò)程，通?？梢苑殖删嚯x向處理和方位向處理兩個(gè)部分。在處理過(guò)程中，各算法的區(qū)別在于如何定義雷達(dá)與目標(biāo)的距離模型以及如何解決距離－方位耦合問(wèn)題，這些問(wèn)題直接導(dǎo)致了各種算法在成像質(zhì)量和運(yùn)算量方面的差異。

一般來(lái)說(shuō)，忽略多普勒頻移所引起的距離向相位變化，距離向處理變?yōu)橐痪S的移不變過(guò)程且相關(guān)核已知，即退化為一般的脈沖壓縮處理；同時(shí)將雷達(dá)與目標(biāo)的距離按2階Taylor展開(kāi)并忽略高次項(xiàng)，則方位向處理也是一個(gè)一維的移不變過(guò)程，并退化為一般的脈沖壓縮處理，這就是經(jīng)典的距離多普勒（Range-Doppler RD）算法的實(shí)質(zhì)。

若考慮多普勒頻移對(duì)距離向相位的影響，同時(shí)精確的建立雷達(dá)與目標(biāo)的距離模型，則不論距離向處理還是方位向處理都變?yōu)槎S的移變相關(guān)過(guò)程。線(xiàn)性調(diào)頻尺度變換（Chirp-Scaling CS）算法即在此基礎(chǔ)之上將二維數(shù)據(jù)變換到頻域，利用Chirp Scaling原理及頻域的相位校正方法，對(duì)二維數(shù)據(jù)進(jìn)行距離徙動(dòng)校正處理、距離向及方位向的聚焦處理，最終完成二維成像處理。

當(dāng)方位向數(shù)據(jù)積累延遲小于全孔徑時(shí)間（即方位向?yàn)樽涌讖綌?shù)據(jù)）的情況下，方位向處理必須使用去斜（dechirp）處理及頻譜分析的方法。在RD和CS算法的基礎(chǔ)之上，采用dechirp處理及頻譜分析的方法完成方位向處理的算法分別稱(chēng)為頻譜分析（SPECAN）算法和擴(kuò)展CS（Extended Chirp Scaling ECS）算法。

1.1 SAR成像原理

本節(jié)以基本的正側(cè)視條帶工作模式為例，對(duì)SAR的成像原理進(jìn)行分析和討論。

正側(cè)視條帶SAR的空間幾何關(guān)系如下圖所示。圖中，αoβ平面為地平面，oγ垂直于αoβ平面。SAR運(yùn)動(dòng)平臺(tái)位于S點(diǎn)，其在地面的投影為G點(diǎn)。SAR運(yùn)動(dòng)平臺(tái)的運(yùn)動(dòng)方向Sx平行于oβ，速度大小為va。SAR天線(xiàn)波束中心與地面的交點(diǎn)為C，CG與運(yùn)動(dòng)方向Sx垂直；S與C的距離為Rs，?B1SB2稱(chēng)為天線(xiàn)波束的方位向?qū)挾?，大小?a。P為測(cè)繪帶內(nèi)的某一點(diǎn)，一般情況下取斜距平面CSP進(jìn)行分析，稱(chēng)SAR運(yùn)動(dòng)的方向Sx為方位向（或方位維），稱(chēng)天線(xiàn)波束指向方向SC為距離向（或距離維）。

xγSvaβaR(t)βGovatRsCB2P測(cè)繪帶B1Xα 正側(cè)視條帶SAR幾何關(guān)系示意圖

假定P的方位向坐標(biāo)為X；在t時(shí)刻，SAR運(yùn)動(dòng)平臺(tái)S與P的距離為R?t?。若當(dāng)t?0時(shí)刻，SAR運(yùn)動(dòng)平臺(tái)位于方位向0點(diǎn)，則當(dāng)t時(shí)刻，R(t)的表達(dá)式為：

R(t)?Rs?(vat?X)22(1.1)將式(1.1)在t?X/Va附近進(jìn)行2階Taylor展開(kāi)，有：

?X??X???X??X?1X????R(t)?R???R???t???R???t??

VVV2VVa?a??a??a???a??2(1.2)

?Rs?(vat?X)2Rs2

假設(shè)雷達(dá)發(fā)射連續(xù)的正弦波，即發(fā)射信號(hào)st(t)為：

st(t)?Re[Aej?ct](1.3)其中，A為發(fā)射正弦波的幅度，?c為發(fā)射信號(hào)的載頻。

發(fā)射信號(hào)st(t)經(jīng)點(diǎn)目標(biāo)P散射后，雷達(dá)接收機(jī)收到的信號(hào)sr(t)為：

sr(t)?ReKAe?j?c(t??)F(x)

?(1.4)其中：c為光速，K為復(fù)常數(shù)，?為回波信號(hào)相對(duì)于發(fā)射信號(hào)的時(shí)間延遲：

??2R(t)/c

(1.5)F(x)為考慮雷達(dá)水平方向增益變化而引入的加權(quán)函數(shù)。若不考慮雷達(dá)天線(xiàn)的加權(quán)作用，即令F(x)?1，則式(1.4)變?yōu)椋?/p>

sr(t)?ReKAe?j?c(t??)?

(1.6)根據(jù)式(1.6)，雷達(dá)運(yùn)動(dòng)平臺(tái)相對(duì)于點(diǎn)目標(biāo)的運(yùn)動(dòng)將造成回波信號(hào)的相位隨時(shí)間不斷變化，從而引起回波瞬時(shí)頻率的變化，產(chǎn)生多普勒頻移。多普勒頻移量fd(t)為：

fd(t)??1d(?c?)2?dt??1d?2?cR(t)??? 2?dt?c?(1.7)將式(1.2)內(nèi)的R(t)代入可得：

fd(t)??1d?2?cR(t)??? 2?dt?c?(1.8)

??2vd?2?cRs22???1?(vt?X)/2R??(t?t0)?as???2?dt?c?Rs?12a其中：?為雷達(dá)工作波長(zhǎng)，且??2?c/?c，t0?X/va為雷達(dá)波束中心通過(guò)P點(diǎn)的時(shí)間。

回波信號(hào)的瞬時(shí)頻率fr(t)為：

fr(t)?fc?fd(t)?fc?2va2?Rs(t?t0)

(1.9)由式(1.9)可知，多普勒頻移的存在將使回波信號(hào)的瞬時(shí)頻率在載波頻率?c附近作線(xiàn)性變化。也就是說(shuō)，由于雷達(dá)運(yùn)動(dòng)平臺(tái)勻速直線(xiàn)前進(jìn)，回波信號(hào)sr(t)在方位向?qū)榫€(xiàn)性調(diào)頻（chirp）信號(hào)：

???sr(t)?Re?KAexp????2????4?Rs2?va?2j??ct??(t?t0)???

??Rs?????(1.10)其中4?R0/?為固定相位項(xiàng)，略去后，式(1.10)可簡(jiǎn)化為：

???sr(t)?Re?KAexp????2????2?va?2j??ct?(t?t0)???

?Rs?????(1.11)通常為便于對(duì)回波信號(hào)進(jìn)行處理，需要將回波信號(hào)經(jīng)頻率變換調(diào)至較低頻率f0，回波多普勒頻率將以f0為中心變化。中心頻率f0稱(chēng)為偏置頻率。因此有：

fdet(t)?f0?2va2?Rs(t?t0)

(1.12)式中fdet(t)表示回波信號(hào)經(jīng)變頻處理將載頻降至偏置頻率后的瞬時(shí)頻率變化。通常稱(chēng)它為點(diǎn)目標(biāo)回波信號(hào)的多普勒頻率歷史，簡(jiǎn)稱(chēng)多普勒歷史。

由式(1.12)可見(jiàn)，多普勒歷史是一按負(fù)斜率變化的chirp信號(hào)，其調(diào)頻斜率fdr為：

fdr??2va/?Rs

2(1.13)即點(diǎn)目標(biāo)回波信號(hào)的調(diào)頻斜率與va2成正比、與Rs成反比。

點(diǎn)目標(biāo)橫過(guò)波束的最大距離Ls稱(chēng)為合成孔徑長(zhǎng)度，其大小與Rs以及方位向波束寬度?a有關(guān)；點(diǎn)目標(biāo)橫過(guò)波束的時(shí)間稱(chēng)為合成孔徑時(shí)間Ts。有：

Ls??aRs

Ts?Ls/va??aRs/va

(1.14)(1.15)在合成孔徑時(shí)間里，多普勒頻率的變化范圍稱(chēng)為多普勒帶寬，用Ba表示。由式(1.14)、(1.15)得到Ba的表達(dá)式為：

Ba?12?fdrTs?2va2?RsTs?2?ava?

(1.16)考慮到對(duì)于方位向天線(xiàn)直徑為Da的天線(xiàn)，近似有：

?a??Da

(1.17)因此，SAR的方位向理論分辨率?a為：

?a?vaBa?va2va?a/??Da2

(1.18)從上述分析可以看出，由于雷達(dá)運(yùn)動(dòng)平臺(tái)作等高勻速直線(xiàn)運(yùn)動(dòng)，使得目標(biāo)的回波信號(hào)在方位向上具有線(xiàn)性調(diào)頻特性，對(duì)回波信號(hào)進(jìn)行脈沖壓縮處理，可以獲得方位向的高分辨率。在理想情況下，SAR方位向分辨率與雷達(dá)平臺(tái)的速度、飛行高度、作用距離、雷達(dá)工作波長(zhǎng)等參數(shù)無(wú)關(guān)，只與天線(xiàn)尺寸有關(guān)，為天線(xiàn)方位向口徑尺寸的一半，這是SAR的一大特點(diǎn)和優(yōu)勢(shì)。

1.2 SAR回波信號(hào)模型

1.1節(jié)分析了SAR成像的基本原理，本節(jié)推導(dǎo)SAR回波信號(hào)的數(shù)學(xué)模型，給出SAR信號(hào)處理的理論基礎(chǔ)。

chirp信號(hào)是SAR系統(tǒng)中最常用的發(fā)射信號(hào)形式。假設(shè)雷達(dá)發(fā)射的chirp脈沖串st(t)為：

n??st(t)??n???p(t?nPRT)(1.19)其中，p(t)?s0?t?cos?2?f0t??(t)? ?(t)??krt

s0?t?為發(fā)射信號(hào)的包絡(luò)，kr2

為chirp信號(hào)的調(diào)頻斜率，?s為發(fā)射信號(hào)脈寬，為脈沖重復(fù)周期。則雷達(dá)于時(shí)刻t，接收到斜距f0為發(fā)射信號(hào)的中心頻率，PRT為R(t)處目標(biāo)反射的回波信號(hào)sr(t)為：

R(t)??sr(t)???Wa?t??stc???2R(t)?? t???c??(1.20)

??n?????Wa?t???R(t)??2R(t)? pt?nPRT???c?c???其中，?為目標(biāo)的后向散射特性，Wa(?)為方位向的天線(xiàn)方向性函數(shù)，c為光速。sr(t)經(jīng)正交解調(diào)后的復(fù)信號(hào)s(t)可以表示為：

?s(t)??n?????Wa?t??4??R(t)??s0?t?nPRT?2R(t)/c?? c??(1.21)

exp??j????R(t)?exp?j????2R(t)???t?nPRT?? ??c???其中，?為雷達(dá)工作波長(zhǎng)。式(1.21)中的兩個(gè)指數(shù)項(xiàng)分別代表方位向的相位調(diào)制和距離向發(fā)射的相位調(diào)制。

考慮到相對(duì)于雷達(dá)發(fā)射脈沖而言，Wa(t)和R(t)是時(shí)間t的慢變化函數(shù)，可以作如下近似：

Wa(t)?Wa(nPRT)

(1.22)(1.23)

R(t)?R(nPRT)

同時(shí)，將時(shí)間t分解為快時(shí)間分量?和慢時(shí)間分量ta之和，即：

t???ta，ta?k?PRT

(1.24)通過(guò)變量置換，可以將s(t)轉(zhuǎn)換成二維形式：

4???s(?,ta)???Wa(ta)exp??jR(ta)??ta

???

??(ta)????????2R(ta)?? ?????s0???exp?j?(?)??c??(1.25)

???Wa(ta)exp??j??4??R(ta)????2R(ta)??????? c??

??(ta)s0???exp?j?(?)??

其中，?t表示對(duì)ta的卷積，??表示對(duì)?的卷積，?表示二維卷積。

a因此，雷達(dá)系統(tǒng)接收回波信號(hào)的過(guò)程，可以看作是地面目標(biāo)的后向散射特性通過(guò)一個(gè)線(xiàn)性系統(tǒng)的過(guò)程。式(1.25)可簡(jiǎn)化表示為：

s(?,ta)???h(?,ta)

(1.26)其中，h(?,ta)為線(xiàn)性系統(tǒng)的沖激響應(yīng)函數(shù)：

4???h(?,ta)?Wa(ta)exp??jR(ta)??

???(1.27)

??????2R(ta)???s0???exp?j?(?)? ?c?式(1.27)可以進(jìn)一步表示為：

h(?,ta)?h1(?,ta)??h2(?)

(1.28)其中，4???h1(?,ta)?Wa(ta)exp??jR(ta)?????2R(ta)??????

c??(1.29)

h2(?)?s0???exp?j?(?)?

(1.30)則式(1.26)可進(jìn)一步表示為：

s(?,ta)???h1(?,ta)??h2(?)

(1.31)式(1.29)中，h1(?,ta)的指數(shù)項(xiàng)代表了由于雷達(dá)運(yùn)動(dòng)平臺(tái)與目標(biāo)間相對(duì)運(yùn)動(dòng)所帶來(lái)的方位向相位調(diào)制。如果對(duì)R(ta)采用式(1.2)所示的2階Taylor展開(kāi)方式，則回波的方位向相位為慢時(shí)間ta的2次函數(shù)，即一個(gè)chirp信號(hào)；h1(?,ta)的沖擊函數(shù)表達(dá)式代表了由于相對(duì)運(yùn)動(dòng)，回波包絡(luò)的中心在距離向上的位置發(fā)生變化，即距離徙動(dòng)現(xiàn)象。RD算法原理

RD算法流程如下圖所示，包括距離壓縮處理、方位壓縮處理兩個(gè)主要處理步驟，以及作為輔助處理步驟的距離徙動(dòng)校正處理。由于具有概念簡(jiǎn)單、易于實(shí)現(xiàn)、處理效率高等優(yōu)點(diǎn)，RD算法成為最經(jīng)典、最成熟的SAR成像處理算法。原始數(shù)據(jù)距離徙動(dòng)校正處理距離向FFT方位向FFT距離向參考函數(shù)方位向參考函數(shù)距離向IFFT方位向IFFT成像結(jié)果 RD算法流程

RD算法的本質(zhì)是對(duì)R(ta)采用式(2.2)所示的2階Taylor展開(kāi)方式，將距離向處理和方位向處理解耦，分解為兩個(gè)一維處理分別完成。其中距離向處理利用脈沖壓縮技術(shù)實(shí)現(xiàn)距離向高分辨，方位處理則利用回波中的多普勒信息完成方位高分辨。

2.1 RD算法的距離向處理

SAR回波信號(hào)的表達(dá)式為：

s(?,ta)???h1(?,ta)??h2(?)

(2.1)其中，4???h1(?,ta)?Wa(ta)exp??jR(ta)?????h2(?)?s0???exp?j?kr?22R(ta)??????

c??(2.2)

?

(2.3)由于h2(?)為chirp 信號(hào)，距離向處理就是針對(duì)h2(?)完成匹配濾波處理。選取距離向處理參考函數(shù)gr???：

*2? gr????h2?????s0????exp??j?k?r??(2.4)則距離向處理后的信號(hào)近似為：

sr(?,ta)?s(?,ta)??gr???

*

???h1(?,ta)??h2(?)??h2(??)

(2.5)

???h1(?,ta)??Ar??? 其中，Ar???為距離向處理結(jié)果的包絡(luò)，當(dāng)發(fā)射信號(hào)的包絡(luò)s0???為門(mén)函數(shù)時(shí)：

s0?????????1,??s?rect?2 ????s??0,otherwise?(2.6)Ar???為sinc函數(shù)：

Ar????sinc??Br???sin??Br???Br?

(2.7)其中Br?kr?s為發(fā)射信號(hào)的帶寬，?s為發(fā)射脈沖寬度。一般情況下為了獲得距離向的高分辨，發(fā)射脈沖的帶寬Br很大，此時(shí)Ar???近似為?函數(shù)。

2.1.1 距離徙動(dòng)校正處理

將距離向處理結(jié)束后的信號(hào)sr(?,ta)重寫(xiě)如下：

sr(?,ta)???h1(?,ta)??Ar???

4???

???Wa(ta)exp??jR(ta)?Ar???2R(ta)/c?

???(2.8)由于在不同的慢時(shí)間ta，雷達(dá)和目標(biāo)的距離R(ta)不同，因此式(2.47)中距離向處理結(jié)果包絡(luò)Ar???的最大值隨慢時(shí)間的變化出現(xiàn)在不同的距離向位置上，這種現(xiàn)象稱(chēng)為距離徙動(dòng)現(xiàn)象。

距離徙動(dòng)現(xiàn)象的本質(zhì)是回波信號(hào)的方位向和距離向發(fā)生耦合，如果要進(jìn)行精確成像，方位向就需要進(jìn)行二維相關(guān)處理。為了使信號(hào)的方位向與距離向解耦，從而簡(jiǎn)化方位處理，使之變?yōu)橐痪S相關(guān)處理，就需要在方位向處理之前進(jìn)行距離徙動(dòng)校正，使式(2.8)變?yōu)槿缦滦问剑?/p>

4???sr(?,ta)???Wa(ta)exp??jR(ta)??Ar???2Rref/c?

???(2.9)其中，Rref為不隨慢時(shí)間ta變化的參考距離。對(duì)(2.8)中的斜距R(ta)按二階Taylor展開(kāi)，有：

R(ta)?Rs?(vata?X)2Rs2

(2.10)式(2.8)可以改寫(xiě)為如下形式：

2????X??sr(?,ta)???Wa(ta)exp?j?fdr?ta????

va??????(2.11)

??(vata?X)??

Ar???2?Rs??/c?

2Rs????2其中，fdr為回波方位向多普勒調(diào)頻斜率。

處于不同方位向位置X的點(diǎn)目標(biāo)，其距離徙動(dòng)變化曲線(xiàn)R(ta)各不相同。在實(shí)際處理過(guò)程中，必須針對(duì)不同方位向位置X逐一進(jìn)行距離徙動(dòng)校正處理。為了簡(jiǎn)化距離徙動(dòng)校正處理，減小處理量，可以利用方位向回波chirp信號(hào)的時(shí)頻關(guān)系：

fa?fdr?X???ta??

va??(2.12)使得R(ta)隨方位向頻率的表達(dá)式R(fa)與目標(biāo)所處的方位向位置X無(wú)關(guān)：

R(fa)?Rs??vafa/fdr?22Rs

(2.13)對(duì)式(2.12)進(jìn)行方位向Fourier變換，得到方位向頻域信號(hào)Sr(?,fa)：

2?fa??fa?Sr(?,fa)???Wa(fa)?rect??? ?exp??j?Bfdr??a?????vafa/fdr?

Ar???2?Rs??2Rs???2???/c? ????(2.14)ta?x/va ：表示壓縮后的sinc信號(hào) taB2 taB1 目標(biāo)B的時(shí)域徙動(dòng)曲線(xiàn) taB0 fa 目標(biāo)A，B的頻域徙動(dòng)曲線(xiàn) taA2 taA1 faA0,faB0 目標(biāo)A的時(shí)域徙動(dòng)曲線(xiàn) faA1,faB1 taA0 faA2,faB2 R1 R2 R0 R1 R2 R0

兩個(gè)點(diǎn)目標(biāo)A，B的距離徙動(dòng)曲線(xiàn)時(shí)域及頻域示意圖

可見(jiàn)將數(shù)據(jù)變換到方位向頻域以后，不同方位向位置的點(diǎn)目標(biāo)的距離徙動(dòng)曲線(xiàn)將重合起來(lái)。上述過(guò)程如上圖所示。

距離徙動(dòng)校正處理的實(shí)際工作過(guò)程一般是針對(duì)方位向頻域信號(hào)Sr(?,fa)，根據(jù)式(2.13)由方位向頻率fa計(jì)算出R(fa)的大小，然后對(duì)Sr(?,fa)進(jìn)行相應(yīng)的距離向移位操作。

2.2 RD算法的方位向處理

經(jīng)過(guò)距離徙動(dòng)校正處理的信號(hào)sRMC(?,ta)可以表示為：

??sRMC(?,ta)???Wa(ta)exp?j?fdr??2?X????ta????

va????(2.15)

Ar???2Rref/c?

其中，Rref為距離徙動(dòng)校正后的參考距離，一般情況下為Rs；fdr為方位向多普勒調(diào)頻斜率：

fdr??2va2?Rs

(2.16)因此sRMC(?,ta)是一個(gè)在距離向Rs處出現(xiàn)，方位向中心位于X/va，調(diào)頻斜率為?2va2/?Rs的chirp信號(hào)。

構(gòu)造方位向參考函數(shù)ga?ta?：

ga?ta?2?2va2??exp?j?ta?

?Rs??(2.17)對(duì)sRMC(?,ta)進(jìn)行方位向脈沖壓縮處理，處理后的信號(hào)為：

sa(?,ta)?sr(?,ta)?ga?ta?

?X?

???Wa?ta?Aa?ta??Ar???2Ra/c?

va??(2.18)其中，Aa?ta?為方位向處理結(jié)果的包絡(luò)，通常情況下也是一個(gè)sinc函數(shù)。SPECAN算法原理

SPECAN算法是在RD算法的基礎(chǔ)之上發(fā)展出來(lái)的一種時(shí)域和頻域混合的SAR成像算法，其距離向處理方法與RD算法相同，而方位向處理方法則與RD算法不同。RD算法的方位向處理采用的是基于相關(guān)處理的脈沖壓縮算法；而SPECAN則利用方位向信號(hào)的線(xiàn)性調(diào)頻特性，利用去斜（dechirp）處理和頻譜分析方法實(shí)現(xiàn)方位向的聚焦。

3.1 dechirp處理和頻譜分析方法

對(duì)于chirp信號(hào)c?t?

?t?t0??j?k?t?t?2? c?t??rect?expr0????T?(3.1)構(gòu)造參考函數(shù)r?t?

?t?2? r?t??rect??j?ktr?exp?????T?(3.2)其中，t0?T/2??T?/2，t0?T/2?T?/2，即r?t?的支撐域包含了c?t?的支撐域。

則c?t?與r?t?相乘的結(jié)果p?t?為：

p?t??c?t??r?t?

?t?t0? ?rect? ?j2??krt0?t?j?krt0??exp????T?(3.3)對(duì)p?t?進(jìn)行Fourier變換有：

?T? P????FFT?pt?T?sinc??2?kt?????r0???2???(3.4)式(3.3)過(guò)程即稱(chēng)為dechirp處理，式(2.63)的過(guò)程稱(chēng)為頻譜分析處理。通過(guò)觀察式(3.2)可見(jiàn)，對(duì)于中心時(shí)刻位于t0的chirp信號(hào)，經(jīng)過(guò)dechirp及頻譜分析處理之后變成了一個(gè)在頻域中心位于2?krt0、寬度為4?/T的sinc信號(hào)。

3.2 SPECAN算法的方位向處理

原始數(shù)據(jù)距離向FFT距離向參考函數(shù)距離向IFFT方位向參考函數(shù)方位向FFT SPECAN算法的流程圖

SPECAN算法正是利用了dechirp及頻譜分析的方法來(lái)進(jìn)行數(shù)據(jù)的方位向處理。其流程如上圖所示。

SPECAN算法的原理示意如下圖所示。運(yùn)動(dòng)平臺(tái)S從S1飛行到S2，飛行距離為一個(gè)合成孔徑長(zhǎng)度，但對(duì)應(yīng)于覆蓋地面方位向則為兩個(gè)合成孔徑長(zhǎng)度。同一距離上的一族目標(biāo)的多普勒歷程示于圖(b)中，它們是一族chirp信號(hào)，每個(gè)時(shí)刻點(diǎn)接收的信號(hào)來(lái)自多個(gè)目標(biāo)回波的疊加，而每個(gè)頻率是由無(wú)數(shù)個(gè)目標(biāo)的回波信息組成。因?yàn)槟繕?biāo)的頻率是斜線(xiàn)，因此無(wú)論在時(shí)域還是頻域，都不可能把目標(biāo)分離開(kāi)。顯然，如果選擇一個(gè)與回波信號(hào)頻率相反的參考函數(shù)（圖(c)）對(duì)回波信號(hào)進(jìn)行差頻處理，就可將回波信號(hào)的多普勒歷程變?yōu)閳D(d)所示，即每個(gè)目標(biāo)的頻率平行于時(shí)間軸，這時(shí)就可在頻域?qū)⑿盘?hào)分開(kāi)。

S1S2Ba/2-Ts/2Ts/2t-Ba/212(a)fBa/2-Ts/2t-Ba/2-Ba(c)(d)Ts/2tBa3(b)ff-Ts/2Ts/2

SPECAN 算法原理示意圖

下面仍以點(diǎn)目標(biāo)的回波信號(hào)模型來(lái)推導(dǎo)SPECAN算法的原理。

根據(jù)3節(jié)的分析，經(jīng)過(guò)與RD算法相同的距離向處理以后的信號(hào)sr(?,ta)為：

??sr(?,ta)???Wa(ta)exp?j?fdr??2?2Rs?X????A??t???a??r??

cv??a????(3.5)構(gòu)造相應(yīng)的參考函數(shù)為：

ga(ta)?exp(?j?fdrta)

2(3.6)對(duì)回波信號(hào)進(jìn)行dechirp處理，得到：

d(?,ta)?sr(?,ta)?ga(ta)

(3.7)

?X?

???Wa(ta)exp??j2?fdrta??Arva??2Rs??????

c??對(duì)慢時(shí)間ta作方位向Fourier變換，得到最終的成像結(jié)果：

?2Rs?X??Sa(?,fa)???Wa(ta)Aa?ta?fdrA???r??

vc??a??(3.8)其中，fa為慢時(shí)間頻率，方位向處理結(jié)果的包絡(luò)Aa為：

?Aa?ta?fdr??sin?TaX????va??Ta????X?f?f/2?dr?a?va???fa?fdrX??/2va?(3.9)Ta為點(diǎn)目標(biāo)回波的持續(xù)時(shí)間。

可見(jiàn)，經(jīng)過(guò)SPECAN算法的距離向和方位向處理后，點(diǎn)目標(biāo)的處理結(jié)果為信號(hào)平面上?fdrX/va,2Rs/c?處的一個(gè)方位向受天線(xiàn)方向圖調(diào)制的二維sinc函數(shù)，其峰值大小與點(diǎn)目標(biāo)的后向散射系數(shù)有關(guān)。CS算法原理

CS算法利用Chirp Scaling原理，在信號(hào)變換到二維頻域之前，先初步校正所有距離單元的距離徙動(dòng)曲線(xiàn)，使之與參考距離處的距離徙動(dòng)曲線(xiàn)相同。這樣的曲線(xiàn)函數(shù)僅與方位向有關(guān)，并不隨距離的變化而變化，因此可以在二維頻域通過(guò)簡(jiǎn)單的相位相乘完成距離徙動(dòng)校正，從而避免了復(fù)雜的插值運(yùn)算，這也正是CS算法與RD算法相比最大的優(yōu)勢(shì)所在。

CS算法的流程示意圖如下圖所示。由圖中可見(jiàn)，CS算法是以方位向FFT而不是距離向處理開(kāi)始，并且以方位向IFFT結(jié)束，距離向處理則隱含在中間。這種處理流程使得CS算法與RD算法相比，多需要兩次數(shù)據(jù)矩陣轉(zhuǎn)角處理。三次轉(zhuǎn)角處理也是CS算法的一大特點(diǎn)。另外可以看到，在整個(gè)處理過(guò)程中，CS算法只用到了兩種操作：FFT/IFFT和復(fù)乘。：表示壓縮前的chirp信號(hào) ：表示壓縮后的sinc信號(hào) sr(x,r)距離向 信號(hào)形式 距離徙動(dòng)曲線(xiàn) 方位向 信號(hào)形式 方位向FFT *完成 原始數(shù)據(jù) tr ?1(fa,tr,rref)Chirp Scaling ta fr 距離向FFT *完成 ?2(fa,fr,rref)距離徙動(dòng)校正 二次距離壓縮 距離壓縮 fa tr 距離向IFFT *完成 ?3(fa,tr)相位殘差補(bǔ)償 方位壓縮 fa tr 方位向IFFT I(x,r)最終圖像 ta

Chirp Scaling算法流程示意圖

如圖中所示，CS算法共需要進(jìn)行三次相位因子相乘：第一次相位因子相乘在距離－多普勒域進(jìn)行，目的是進(jìn)行Chirp Scaling處理，使所有距離單元的距離徙動(dòng)曲線(xiàn)形狀一致，與參考距離處的距離徙動(dòng)曲線(xiàn)相同；第二次相位因子相乘在二維頻域進(jìn)行，目的是同時(shí)完成距離向處理和距離徙動(dòng)校正，其中距離向處理包括距離壓縮和二次距離壓縮；第三次相位因子相乘在距離－多普勒域進(jìn)行，目的是補(bǔ)償Chirp Scaling處理時(shí)引入的相位誤差，同時(shí)完成方位壓縮。下面逐一介紹CS算法各個(gè)步驟的理論公式及相應(yīng)的物理意義。4.1 方位向FFT 基帶回波信號(hào)可表示為：

sr(?,ta;Rs)?Wa?ta?s0???2R(ta,Rs)/c??

??

exp??j?kr??2R(ta,Rs)??????c??2?4????exp?jR(ta,Rs)? ???????(4.1)其中：

R(ta,Rs)?22Rs?(vata)(4.2)Wa為天線(xiàn)方向圖加權(quán)，s0為發(fā)射信號(hào)包絡(luò)，ta為方位向時(shí)間，?為距離向時(shí)間，kr為發(fā)射信號(hào)的調(diào)頻斜率，Rs為目標(biāo)與雷達(dá)的最短斜距。式(2.69)中第一個(gè)指數(shù)項(xiàng)表示距離向的相位調(diào)制，第二個(gè)指數(shù)項(xiàng)表示方位向的相位調(diào)制。

根據(jù)駐定相位原理，經(jīng)方位向FFT后，sr(?,ta;Rs)在距離－多普勒域的表達(dá)式sr(?,fa;Rs)為：

2Rfa(fa,Rs)??Rsfa???sr(?,fa;Rs)?Wa???? ?s0???22va??c??2??2R(f,R)????faas

exp??j?Ks(fa,Rs)??????

c??????(4.3)

1/22??????fa?4???

exp??j?Rs?1??? ????2va????????其中，C為復(fù)常數(shù)，Rf(fa,Rs)為距離徙動(dòng)在距離-多普勒域的表示：

a??fa?Rfa(fa,Rs)?Rs/1??? ?2va?2(4.4)令：

Cs(fa)?1??fa?1????2va?2?1

(4.5)則有：

Rfa(fa,Rs)?Rs[1?Cs(fa)]

(4.6)Ks(fa,Rs)為實(shí)際的距離向調(diào)頻斜率：

Ks(fa,Rs)?1?krRs2?c2kr??fa???2va??2

(4.7)

2???fa???1????2v?a?????3/2令：

??fa????2va?2??fa,Rs??2?c2???fa???1??????2va????23/2

(4.8)則有：

1Ks?fa,Rs??1kr?Rs???fa,Rs?

(4.9)在上面的推導(dǎo)中，式(4.5)定義的Cs(fa)稱(chēng)為彎曲因子，由式(4.6)可知，由于不同距離處對(duì)彎曲因子的加權(quán)不同，因此不同距離處目標(biāo)的距離徙動(dòng)曲線(xiàn)也就不同。彎曲因子Cs(fa)是用來(lái)進(jìn)行Chirp Scaling處理的關(guān)鍵。

式(4.8)定義的?(fa,Rs)稱(chēng)為為距離失真因子，它的存在使得不同目標(biāo)回波的距離向調(diào)頻斜率不一致，如果不補(bǔ)償將導(dǎo)致距離向散焦。對(duì)距離失真?(fa,Rs)的補(bǔ)償就是二次距離壓縮處理（SRC）。

由此可見(jiàn)，式(4.3)的第一個(gè)指數(shù)項(xiàng)仍表示距離向相位調(diào)制，第二個(gè)指數(shù)項(xiàng)仍表示方位向相位調(diào)制。同時(shí)可以看出，目標(biāo)的距離徙動(dòng)是隨方位向多普勒頻率fa及Rs變化的函數(shù)，目標(biāo)回波的距離向調(diào)頻斜率也是隨fa以及Rs變化的函數(shù)。

4.2 Chirp Scaling處理

簡(jiǎn)單說(shuō)來(lái)，Chirp Scaling處理的基本原理是：對(duì)目標(biāo)回波的相位進(jìn)行微調(diào)，使得距離壓縮結(jié)果在位置上發(fā)生偏移，不同距離單元內(nèi)的目標(biāo)，其偏移量也不同。借此來(lái)調(diào)整各距離單元目標(biāo)的距離徙動(dòng)曲線(xiàn)，使之與參考距離的距離徙動(dòng)曲線(xiàn)一致，從而可以對(duì)所有目標(biāo)進(jìn)行統(tǒng)一的距離徙動(dòng)校正。

構(gòu)造Chirp Scaling因子：

?1(?,fa;Rref)?exp??j?Ks(fa,Rref)Cs(fa)?

?

????2Rf(fa,Rref)/c?a2?

(4.10)其中：

Ks(fa,Rref)?K(fa,Rs)

(4.12)則對(duì)距離Rs處的Chirp Scaling處理可表示為：

sr(?,fa;Rs)??1(?,fa;Rref?Rsfa?)?Wa??22va???? ?1/2?2Rfa(fa,Rs)????fa2?4???

s0???exp?jR1?()???s?c?2v??a????exp??j?Ks(fa,Rref)?1?Cs(f)??? ?(???(fa))?????? ??(4.13)

exp??????fa;Rs???

其中，???fa;Rs?為Chirp Scaling處理引入的相位殘差

???fa;Rs??4?c2Ks?f;rref??a?1?Cs?fa???Cs?fa??Rs?Rref?2

(4.14)?(fa)為回波信號(hào)相位中心的變化軌跡，可表示為：

??(fa)?2??Rs?RrefCs(fa)?/c

(4.15)也就是說(shuō)：目標(biāo)在距離－多普勒域的距離徙動(dòng)曲線(xiàn)變?yōu)椋?/p>

Rfa(fa,Rs)?Rs?RrefCs(fa)

(4.16)其變化量為：

?Rfa(fa)?RrefCs(fa)

(4.17)上式說(shuō)明?Rf(fa)與距離Rs無(wú)關(guān)，僅為fa的函數(shù)，其物理意義是：各距離a單元內(nèi)目標(biāo)的距離徙動(dòng)曲線(xiàn)形狀相同，更加有利于在頻域進(jìn)行距離徙動(dòng)校正。Chirp Scaling處理中引入的相位殘差??(fa,Rs)在方位壓縮時(shí)較容易補(bǔ)償，不會(huì)損失精度。

4.3 距離向處理、距離徙動(dòng)校正

Chirp Scaling處理后，再經(jīng)距離向FFT，信號(hào)在二維頻域(f?,fa)上的表達(dá)式為：

??R?f??frS2(f?,fa)?Wa??s2a?s0??? ???2va??Ks?1?Cs???1/22?????fa?4??

exp??jRs?1?????j???2v?a??????????fa;Rs???

??(4.18)

2??f???

exp?j???

Ks(fa,Rref)?1?Cs(fa)?????

exp??j??4?c?? f?R?RC(f)refsa???s?式(4.18)中，第一個(gè)指數(shù)項(xiàng)表示方位向相位調(diào)制及殘差相位；第二個(gè)指數(shù)項(xiàng)表示距離向chirp調(diào)制；第三個(gè)指數(shù)項(xiàng)則包含了每個(gè)點(diǎn)目標(biāo)的實(shí)際距離徙動(dòng)量。相應(yīng)的，CS算法的第二個(gè)相位因子為：

?2(f?,fa;Rref2??f???)?exp??j???

Ks(fa,Rref)?1?Cs(fa)?????(4.19)

exp?j??4?c?f?RrefCs(fa)?

?式(4.19)中的第一項(xiàng)用來(lái)完成距離向處理及二次距離壓縮，第二項(xiàng)用來(lái)完成距離徙動(dòng)校正。

4.4 相位殘差補(bǔ)償、方位壓縮

經(jīng)距離向IFFT后的信號(hào)S3??,fa?為：

?R?f??2RsS3??,fa??Wa??s2a?Ar???2va??c???? ?(4.20)

1/22??????fa?4????exp??jRs?1???exp??j??(fa,Rs)? ????2va????????其中，第一個(gè)指數(shù)項(xiàng)表示方位向chirp調(diào)制，第二個(gè)指數(shù)項(xiàng)表示進(jìn)行Chirp Scaling處理時(shí)與?1(?,fa;Rref)相乘后引入的相位殘差。由此可得，CS算法的第三個(gè)相位因子為：

??2???3(?,fa)?exp??jc??1?????????f?2?a?1????2va??????1/2????? ?????(4.21)

exp?j??(fa,Rs)?

?3(?,fa)的第一項(xiàng)用來(lái)實(shí)現(xiàn)方位向匹配濾波，第二項(xiàng)則用來(lái)校正相位殘差。

4.5 方位向IFFT處理

經(jīng)方位向IFFT處理完成方位壓縮后的最終成像結(jié)果為。

2Rs??s4??,ta??Wa?ta?Aa?ta?Ar????

c??(4.22)其中，Aa?ta?及Ar???分別為方位向處理及距離向處理后的包絡(luò)。

第二篇：合成孔徑雷達(dá)概述(SAR)

合成孔徑雷達(dá)概述 合成孔徑雷達(dá)簡(jiǎn)介.....................................................................................................2 1.1 1.2 2 合成孔徑雷達(dá)的概念...................................................................................2 合成孔徑雷達(dá)的分類(lèi)...................................................................................3 1.3 合成孔徑雷達(dá)(SAR)的特點(diǎn)..........................................................................4 合成孔徑雷達(dá)的發(fā)展歷史..........................................................................................5 2.1 國(guó)外合成孔徑雷達(dá)的發(fā)展歷程及現(xiàn)狀...........................................................5 2.1.1 2.1.2 2.2 合成孔徑雷達(dá)發(fā)展歷程表.....................................................................6 世界各國(guó)的SAR系統(tǒng)...........................................................................9 我國(guó)的發(fā)展概況.........................................................................................11 2.2.1 我國(guó)SAR研究歷程表..........................................................................11 2.2.2 國(guó)內(nèi)各單位的研究現(xiàn)狀.......................................................................12 2.2.2.1 電子科技大學(xué)..............................................................................12 2.2.2.2 中科院電子所..............................................................................12 2.2.2.3 國(guó)防科技大學(xué)..............................................................................13 2.2.2.4 西安電子科技大學(xué).......................................................................13 3 4 合成孔徑雷達(dá)的應(yīng)用...............................................................................................13 合成孔徑雷達(dá)的發(fā)展趨勢(shì)........................................................................................14 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 多參數(shù)SAR系統(tǒng).......................................................................................15 聚束SAR..................................................................................................15 極化干涉SAR（POLINSAR）...................................................................16 合成孔徑激光雷達(dá)（Synthetic Aperture Ladar）..........................................16 小型化成為星載合成孔徑雷達(dá)發(fā)展的主要趨勢(shì)...........................................17 性能技術(shù)指標(biāo)不斷提高..............................................................................17 多功能、多模式是未來(lái)星載SAR的主要特征.............................................18 雷達(dá)與可見(jiàn)光衛(wèi)星的多星組網(wǎng)是主要的使用模式.......................................18 分布SAR成為一種很有發(fā)展?jié)摿Φ男禽d合成孔徑雷達(dá)...............................18 星載合成孔徑雷達(dá)的干擾與反干擾成為電子戰(zhàn)的重要內(nèi)容.........................19 軍用和民用衛(wèi)星的界線(xiàn)越來(lái)越不明顯.........................................................19 5 與SAR相關(guān)技術(shù)的研究動(dòng)態(tài)...................................................................................20 5.1 國(guó)內(nèi)外SAR圖像相干斑抑制的研究現(xiàn)狀....................................................20 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 5.10 5.11 合成孔徑雷達(dá)干擾技術(shù)的現(xiàn)狀和發(fā)展.........................................................20 SAR圖像目標(biāo)檢測(cè)與識(shí)別.........................................................................22 恒虛警技術(shù)的研究現(xiàn)狀與發(fā)展動(dòng)向............................................................25 SAR圖像變化檢測(cè)方法.............................................................................27 干涉合成孔徑雷達(dá).....................................................................................31 機(jī)載合成孔徑雷達(dá)技術(shù)發(fā)展動(dòng)態(tài)................................................................33 SAR圖像地理編碼技術(shù)的發(fā)展?fàn)顩r...........................................................35 星載SAR天線(xiàn)方向圖在軌測(cè)試的發(fā)展?fàn)顩r................................................37 逆合成孔徑雷達(dá)的發(fā)展動(dòng)態(tài).......................................................................38 干涉合成孔徑雷達(dá)的發(fā)展簡(jiǎn)史與應(yīng)用.........................................................38 合成孔徑雷達(dá)概述 合成孔徑雷達(dá)簡(jiǎn)介

合成孔徑雷達(dá)(Synthetic Aperture Radar,簡(jiǎn)稱(chēng)SAR)是一種全天候、全天時(shí)的現(xiàn)代高分辨率微波成像雷達(dá)。它是二十世紀(jì)高新科技的產(chǎn)物，是利用合成孔徑原理、脈沖壓縮技術(shù)和信號(hào)處理方法，以真實(shí)的小孔徑天線(xiàn)獲得距離向和方位向雙向高分辨率遙感成像的雷達(dá)系統(tǒng)，在成像雷達(dá)中占有絕對(duì)重要的地位。近年來(lái)由于超大規(guī)模數(shù)字集成電路的發(fā)展、高速數(shù)字芯片的出現(xiàn)以及先進(jìn)的數(shù)字信號(hào)處理算法的發(fā)展，使SAR具備全天候、全天時(shí)工作和實(shí)時(shí)處理信號(hào)的能力。它在不同頻段、不同極化下可得到目標(biāo)的高分辨率雷達(dá)圖像，為人們提供非常有用的目標(biāo)信息，已經(jīng)被廣泛應(yīng)用于軍事、經(jīng)濟(jì)和科技等眾多領(lǐng)域，有著廣泛的應(yīng)用前景和發(fā)展?jié)摿Α?guó)內(nèi)外越來(lái)越多的科技研究者已投身于這一領(lǐng)域的研究。

在早期研究雷達(dá)成像系統(tǒng)時(shí)采用的是真實(shí)孔徑雷達(dá)系統(tǒng)(Real Aperture Radar)。真實(shí)孔徑雷達(dá)成像系統(tǒng)及處理設(shè)備相對(duì)較為簡(jiǎn)單，但它存在一個(gè)難以解決的問(wèn)題，就是其方位分辨率要受到天線(xiàn)尺寸的限制。所以要想用真實(shí)孔徑雷達(dá)系統(tǒng)獲得較高的分辨率，就需要較長(zhǎng)的天線(xiàn)。但是所采用天線(xiàn)的長(zhǎng)短往往又受制于雷達(dá)系統(tǒng)被載平臺(tái)大小的限制，不可能為了提高分辨率無(wú)休止地增加天線(xiàn)長(zhǎng)度。幸運(yùn)地是，隨著雷達(dá)成像理論，天線(xiàn)設(shè)計(jì)理論、信號(hào)處理、計(jì)算機(jī)軟件和硬件體系的不斷完善和發(fā)展，合成孔徑雷達(dá)(Synthetic Aperture Radar)的概念被提出來(lái)。合成孔徑雷達(dá)系統(tǒng)的成像原理簡(jiǎn)單來(lái)說(shuō)就是利用目標(biāo)與雷達(dá)的相對(duì)運(yùn)動(dòng)，通過(guò)單陣元來(lái)完成空間采樣，以單陣元在不同相對(duì)空間位置上所接收到的回波時(shí)間采樣序列去取代由陣列天線(xiàn)所獲取的波前空間采樣集合。只要目標(biāo)被發(fā)射能量波瓣照射到或位于波束寬度之內(nèi)，此目標(biāo)就會(huì)被采樣并被成像。利用目標(biāo)－雷達(dá)相對(duì)運(yùn)動(dòng)形成的軌跡來(lái)構(gòu)成一個(gè)合成孔徑以取代龐大的陣列實(shí)孔徑，從而保持優(yōu)異的角分辨率。從潛在的意義上來(lái)說(shuō)，其方位分辨率與波長(zhǎng)和斜距無(wú)關(guān)，是雷達(dá)成像技術(shù)的一個(gè)飛躍，因而具有巨大的吸引力，特別是對(duì)于軍事和地理遙感的應(yīng)用更是如此。因此，合成孔徑雷達(dá)(SAR)已經(jīng)成為雷達(dá)成像技術(shù)的主流方向。

1.1 合成孔徑雷達(dá)的概念

合成孔徑雷達(dá)是一種高分辨率相干成像雷達(dá)。高分辨率在這里包含著兩方面的含義：即高的方位向分辨率和足夠高的距離向分辨率。它采用多普勒頻移理論和雷達(dá)相干理論為基礎(chǔ)的合成孔徑技術(shù)來(lái)提高雷達(dá)的方位向分辨率；而距離向分辨率的提高則通過(guò)脈沖壓縮技術(shù)來(lái)實(shí)現(xiàn)。它的具體含義我們可以通過(guò)以下四個(gè)方面來(lái)理解：

（1）從合成孔徑的角度。它利用載機(jī)平臺(tái)帶動(dòng)天線(xiàn)運(yùn)動(dòng)，在不同位置上以脈沖重復(fù)頻率（PRF）發(fā)射和接收信號(hào)，并把一系列回波信號(hào)存儲(chǔ)記錄下來(lái)，然后作相干處理，就如同在所經(jīng)過(guò)的一系列位置上，都有一個(gè)天線(xiàn)單元在同時(shí)發(fā)射和接收信號(hào)一樣，這樣就在平臺(tái)所經(jīng)過(guò)的路程上形成一個(gè)大尺寸的陣列天線(xiàn)，從 而獲得很窄的波束。如果脈沖重復(fù)頻率達(dá)到一定程度（足夠高），以致相鄰的天線(xiàn)單元間首尾相接，則可看作形成了連續(xù)孔徑天線(xiàn)。誠(chéng)然這個(gè)大孔徑天線(xiàn)要靠信號(hào)處理的方法合成。這種解釋方法給出了合成孔徑的字面解釋。

（2）從多普勒頻率分辨的角度。如果我們考察點(diǎn)目標(biāo)在相參脈沖串中的相位歷程，求出其多普勒頻移，對(duì)于在同一波束、同一距離波門(mén)內(nèi)但不同方位的點(diǎn)目標(biāo)，由于其相對(duì)于雷達(dá)的徑向速度不同而具有不同的多普勒頻率，因此可以用頻譜分析的方法將它們區(qū)分開(kāi)。這種理解又被稱(chēng)為多普勒波束銳化。

（3）從脈沖壓縮的角度。對(duì)于機(jī)載正側(cè)視測(cè)繪的雷達(dá)，地面上的點(diǎn)目標(biāo)在波束掃描過(guò)的時(shí)間里，與雷達(dá)相對(duì)距離變化近似地符合二次多項(xiàng)式。點(diǎn)目標(biāo)對(duì)應(yīng)的橫向回波為線(xiàn)性調(diào)頻信號(hào)，該線(xiàn)性調(diào)頻信號(hào)的調(diào)頻斜率由發(fā)射信號(hào)的波長(zhǎng)、目標(biāo)與雷達(dá)的距離及載機(jī)的速度決定。對(duì)此線(xiàn)性調(diào)頻信號(hào)進(jìn)行匹配濾波，及脈沖壓縮處理，就可以獲得比真實(shí)天線(xiàn)波束窄得多的方位分辨率。因此在SAR信號(hào)處理中，經(jīng)常有縱向壓縮、橫向壓縮的說(shuō)法。

（4）從光學(xué)全息照相的角度。如果將線(xiàn)性調(diào)頻信號(hào)作為合成孔徑雷達(dá)的發(fā)射信號(hào)，則一個(gè)點(diǎn)目標(biāo)的回波在記錄膠片上將呈現(xiàn)Fresnel衍射圖，這點(diǎn)和點(diǎn)目標(biāo)的光學(xué)全息圖很相似。因此可以用光學(xué)全息成像的步驟，來(lái)得到原目標(biāo)的圖像。這種與全息照相的相似性，啟發(fā)了早期的研究者采用光學(xué)處理器來(lái)實(shí)現(xiàn)合成孔徑雷達(dá)信號(hào)處理。

以上幾種說(shuō)明雖然從不同的角度出發(fā)來(lái)說(shuō)明合成孔徑的概念，但都揭示了合成孔徑雷達(dá)的本質(zhì)特征，從而為深入理解合成孔徑雷達(dá)的概念指明了方向。

1.2 合成孔徑雷達(dá)的分類(lèi)

一般情況下合成孔徑雷達(dá)根據(jù)雷達(dá)載體的不同，可分為星載SAR，機(jī)載SAR和無(wú)人機(jī)載SAR等類(lèi)型。根據(jù)SAR視角不同，可以分為正側(cè)視、斜視和前視等模式。根據(jù)SAR工作的不同方式，又可以分為條帶式(Stripmap SAR)，聚束式(Spotlight SAR)，掃描式(Scan SAR)等(如圖1.1所示)。它們?cè)诩夹g(shù)上各具特點(diǎn)，應(yīng)用上相輔相成。

目前世界上能夠使用的星載和機(jī)載SAR系統(tǒng)共有28個(gè)。其中處于使用狀態(tài)的星載SAR系統(tǒng)共有5個(gè)。而處于使用狀態(tài)的機(jī)載SAR系統(tǒng)有23個(gè)。多數(shù)系統(tǒng)具有多種極化方式。最大分辨力30×30cm。最大傳輸數(shù)據(jù)率100M字節(jié)/秒。

1.3 合成孔徑雷達(dá)(SAR)的特點(diǎn)

（1）二維高分辨力。

（2）分辨力與波長(zhǎng)，載體的飛行高度，雷達(dá)的作用距離無(wú)關(guān)。

（3）強(qiáng)透射性：不受氣候、晝夜等因素影響，具有全天候成像優(yōu)點(diǎn)；如果選擇合適的雷達(dá)波長(zhǎng)，還能夠透過(guò)一定的遮蔽物。

（4）包括多種散射信息：不同的目標(biāo)，往往具有不同的介電常數(shù)、表面粗糙度等物理和化學(xué)特性，它們對(duì)微波的不同頻率、透射角、及極化方式將呈現(xiàn)不同的散射特性和不同的穿透力，這一性質(zhì)為目標(biāo)分類(lèi)及識(shí)別提供了極為有效的新途徑。

（5）多功能多用途：例如采用并行軌道或者一定基線(xiàn)長(zhǎng)度的雙天線(xiàn)，可以獲得包括地面高度信息在內(nèi)的三維高分辨圖像。

（6）多極化，多波段，多工作模式。

（7）實(shí)現(xiàn)合成孔徑原理，需要復(fù)雜的信號(hào)處理過(guò)程和設(shè)備。

（8）與一般相干成像類(lèi)似，SAR圖像具有相干斑效應(yīng)，影響圖像質(zhì)量，需要用多視平滑技術(shù)減輕其有害影響。

2 合成孔徑雷達(dá)的發(fā)展歷史

2.1 國(guó)外合成孔徑雷達(dá)的發(fā)展歷程及現(xiàn)狀

雷達(dá)誕生于二戰(zhàn)中，從雷達(dá)誕生起，就與國(guó)防密切不可分，戰(zhàn)場(chǎng)上希望在雷達(dá)屏幕上能看到目標(biāo)的真實(shí)圖像，而不僅是一個(gè)亮點(diǎn)。五十多年來(lái)人們一直在尋找提高分辨率的方法，由于信息論在雷達(dá)信號(hào)處理領(lǐng)域中的應(yīng)用和高速數(shù)字處理器件的出現(xiàn)。以及現(xiàn)代信號(hào)處理的不斷發(fā)展，導(dǎo)致了高分辨成像雷達(dá)的誕生與發(fā)展。這使得人們能夠在雷達(dá)屏幕上看到了目標(biāo)的圖像。成像雷達(dá)的出現(xiàn)使雷達(dá)具有了對(duì)運(yùn)動(dòng)目標(biāo)、地面目標(biāo)進(jìn)行成像和識(shí)別的能力，并在微波遙感應(yīng)用方面表現(xiàn)出越來(lái)越大的潛力。它對(duì)國(guó)防現(xiàn)代化建設(shè)具有十分重要的意義。成像雷達(dá)技術(shù)越來(lái)越受到重視，發(fā)展迅速。現(xiàn)在不僅有各種實(shí)孔徑成像雷達(dá)，而且有各種機(jī)載的、星載的和航天飛機(jī)載的用于不同目的合成孔徑雷達(dá)，并且還出現(xiàn)了逆合成孔徑雷達(dá)和干涉成像雷達(dá)。合成孔徑雷達(dá)是一有源系統(tǒng)，主動(dòng)向目標(biāo)發(fā)射電磁波，利用接收到的目標(biāo)回波的信號(hào)經(jīng)處理后成像。因此合成孔徑雷達(dá)具有全天時(shí)全天候工作能力。

合成孔徑雷達(dá)的思想首先是在1951年6月由美國(guó)Goodyear航空公司的Carl Wiley在“用相干移動(dòng)雷達(dá)信號(hào)頻率分析來(lái)獲得高的角分辨率”的報(bào)告中提出的。報(bào)告中提出了將多普勒頻率分析應(yīng)用于相干移動(dòng)雷達(dá)，通過(guò)頻率分析可以改善雷達(dá)的角分辨率，即“多普勒波束銳化”的思想；同時(shí)，證明了移動(dòng)雷達(dá)的角分辨率因回波信號(hào)中多普勒頻率的結(jié)構(gòu)有可能提高，回波信號(hào)的瞬時(shí)多普勒頻移與被測(cè)目標(biāo)沿航跡方向的位置之間存在著一一對(duì)應(yīng)的關(guān)系，回波信號(hào)的多普勒帶寬與波束帶寬有關(guān)，最窄的角波束發(fā)生在垂直于雷達(dá)平臺(tái)速度矢量的側(cè)方。

同年，美國(guó)Illinois大學(xué)控制系統(tǒng)實(shí)驗(yàn)室的一個(gè)研究小組在C.W.Sherwin的領(lǐng)導(dǎo)下開(kāi)始對(duì)SAR的研究，當(dāng)時(shí)采用的是非相干雷達(dá)，發(fā)射波束寬度為4.13 度，經(jīng)過(guò)孔徑綜合后波束寬度變?yōu)?.4度。他們證實(shí)了“多普勒波束銳化”的概念，從而在理論上證明了SAR原理，而且于1953年7月成功地研制了第一部X波段相干雷達(dá)系統(tǒng)，首次獲得了第一批非聚焦SAR圖像數(shù)據(jù)，為以后的聚焦型SAR的研究奠定了基礎(chǔ)。

1953年夏，在美國(guó)Michigan大學(xué)舉辦的研討會(huì)上，許多學(xué)者提出了利用載機(jī)運(yùn)動(dòng)可將雷達(dá)的真實(shí)天線(xiàn)合成為大尺寸的線(xiàn)性天線(xiàn)陣列的概念，即沒(méi)有必要象真實(shí)天線(xiàn)那樣在各個(gè)位置連續(xù)發(fā)射和接收，可先在第一陣元位置發(fā)收，再在第二陣元位置發(fā)收，依次操作并將接收到的回波信號(hào)全部?jī)?chǔ)存起來(lái)，等最后一個(gè)陣元位置發(fā)收完畢后將所儲(chǔ)存的全部回波信號(hào)進(jìn)行疊加，其效果類(lèi)似于長(zhǎng)線(xiàn)陣天線(xiàn)連續(xù)發(fā)射和接收(其實(shí)，只需用一小天線(xiàn)沿此長(zhǎng)線(xiàn)陣軌跡方向前進(jìn)并發(fā)射和接收相干回波信號(hào)，對(duì)所記錄下的接收信號(hào)進(jìn)行適當(dāng)處理，即可獲得一條合成孔徑天線(xiàn)的方位向高分辨率)，進(jìn)而推導(dǎo)出SAR的聚焦和非聚焦工作模式；并在1957年8月成功研制出第一個(gè)聚焦式光學(xué)處理機(jī)載合成孔徑雷達(dá)系統(tǒng)，獲得了第一幅全聚焦SAR圖像，從此SAR技術(shù)進(jìn)入實(shí)用性階段。

六十年代中期，借助于模擬電子處理器的非實(shí)時(shí)成像處理，SAR光學(xué)處理技術(shù)得到進(jìn)一步完善，同時(shí)開(kāi)展了多頻多極化SAR應(yīng)用技術(shù)的研究；六十年代末，Michigan環(huán)境研究院成功地研制出第一個(gè)民用雙頻雙極化機(jī)載SAR系統(tǒng)，主要用于北極海洋成像，同時(shí)，使用數(shù)字電子處理器進(jìn)行非實(shí)時(shí)成像處理。

七十年代，隨著電子技術(shù)，尤其是VLSI C Very Large Scale IC，超大規(guī)模集成電路)技術(shù)的飛速發(fā)展，SAR的數(shù)字成像處理成為必然趨勢(shì)。七十年代初期，首先使用了高速數(shù)字信號(hào)處理器進(jìn)行實(shí)時(shí)成像處理；七十年代后期，己開(kāi)始將合成孔徑雷達(dá)安裝在衛(wèi)星上對(duì)地球進(jìn)行大面積成像。1978年，美國(guó)成功地發(fā)射了SEASAT-A衛(wèi)星，采用L波段、水平極化方式。從此開(kāi)創(chuàng)了星載合成孔徑雷達(dá)應(yīng)用技術(shù)研究的歷史。

八十年代，美國(guó)又成功地研制了一系列多頻、多極化、多入射角機(jī)載SAR。其它一些國(guó)家也先后開(kāi)展了機(jī)載SAR技術(shù)的研究。美國(guó)于1981年11月和1984年10月分別發(fā)射了“航天飛機(jī)成像雷達(dá)”之一SIR-A和之二SIR-B，1994年發(fā)射了SIR-C/X-SAR；前蘇聯(lián)也于1991年3月發(fā)射了Almaz-1星載SAR；歐空局于1991年7月發(fā)射了ERS-1；日本于1992年2月發(fā)射了JERS-1；1995年初，加拿大發(fā)射了星載合成孔徑雷達(dá)Radarsat。

目前，國(guó)外的機(jī)載SAR主要有：美國(guó)的AN/APD-10, ERIMX/SIR, ERIM/CCRS，德國(guó)的E-SAR；丹麥SAR系列等。已發(fā)射的星載SAR主要有：美國(guó)的SEASAT-A, SIR-A, SIR-B, SIR-C及“曲棍球”雷達(dá)成像衛(wèi)星；歐洲空間局的ERS-1，日本JERS-1，加拿大的RADARSAT等。即將發(fā)射的EOS SAR，作為研究全球變化的多平臺(tái)EOS(Earth Observation Satellites)的一個(gè)重要組成部分，具有以下優(yōu)點(diǎn)：三個(gè)波段(L, C, X)，多極化(于L波段，四種極化方式；于c, x波段，兩種極化方式)，可變分辨率，可變測(cè)繪帶寬(30－500km)，可變?nèi)肷浣?150-500)，長(zhǎng)工作壽命(15年)等，EOS SAR代表著未來(lái)星載合成孔徑雷達(dá)的發(fā)展方向。

2.1.1 合成孔徑雷達(dá)發(fā)展歷程表

1951年6月美國(guó)古德依爾宇航公司的威利首先提出最初的頻率分析的方法改善雷達(dá)的角分辨力，他將其稱(chēng)為多譜勒波束銳化。與此同時(shí)，伊里諾斯大學(xué)控制系統(tǒng)實(shí)驗(yàn)室的一個(gè)研究小組采用相干機(jī)載側(cè)視面雷達(dá)數(shù)據(jù)，研究運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)。

1952年，C.W.Shervin第一次提出了采用相位校正的全聚焦陣列概念，另外他還提出了運(yùn)動(dòng)補(bǔ)償概念。正是這些新思想最終導(dǎo)致了X－波段相干雷達(dá)的研制。

1953年獲得第一幅SAR圖像。

1957年美國(guó)密歇根大學(xué)雷達(dá)和光學(xué)實(shí)驗(yàn)室研制的SAR系統(tǒng)獲得第一張全聚焦的SAR圖像。

1958年，美國(guó)密執(zhí)安大學(xué)(University of Michigan)的雷達(dá)和光學(xué)實(shí)驗(yàn)室在L.J.Cutrona的領(lǐng)導(dǎo)下，用他們研制的雷達(dá)進(jìn)行飛行試驗(yàn)，用光學(xué)相關(guān)器件將相干雷達(dá)視頻信號(hào)變成了高分辨的圖像。

在1967年Greenberg首先提出在衛(wèi)星上安裝SAR的設(shè)想。由于衛(wèi)星飛行高度高測(cè)繪帶寬，可以大面積成像等優(yōu)點(diǎn)，科學(xué)家開(kāi)始著手進(jìn)行航天飛機(jī)、衛(wèi)星等作為載體的空載SAR的研究，并取得了巨大進(jìn)展。

直到60年代末、70年代初，美國(guó)宇航局NASA主持了一些民用SAR系統(tǒng)的研制，主要研究單位是密西根環(huán)境研究所(Environmental Research Institute of Michigan, ERIM)和噴氣動(dòng)力實(shí)驗(yàn)室(Jet Propulsion Laboratory, JPL)。

20世紀(jì)70年代美國(guó)密歇根環(huán)境研究所（ERMI）和國(guó)家航空航天局噴氣推進(jìn)實(shí)驗(yàn)室（JPL）研制出1.25GHz和9GHz多極化合成孔徑雷達(dá)。

1972年JPL進(jìn)行了L波段星載SAR的機(jī)載校飛。

1975年，NASA將SAR作為Seasat任務(wù)的一部分。由于SAR在Seasat任務(wù)中的突出表現(xiàn)，使得星載SAR得到高度重視，成為合成孔徑雷達(dá)的一個(gè)重要發(fā)展方向。

1978年5月美國(guó)宇航局(NASA)成功地發(fā)射了全球第一顆裝載了空間合成孔徑雷達(dá)的人造地球衛(wèi)星(Seasat-a)，對(duì)地球表面1億平方公里的面積進(jìn)行了測(cè)繪。Seasat衛(wèi)星的高度約800公里，工作波段為L(zhǎng)波段，測(cè)繪帶寬為100公里。Seasat衛(wèi)星具有很大的全球覆蓋率，轉(zhuǎn)發(fā)了不同地形特征的SAR數(shù)據(jù)，獲得了大量過(guò)去未曾有過(guò)的信息，引起了科學(xué)家們的極大重視。標(biāo)志著星載SAR己成功進(jìn)入了太空時(shí)代。

1981年11月12日美國(guó)“哥倫比亞”號(hào)航天飛機(jī)搭載SIR-A順利升空。雷達(dá)影像上成功觀測(cè)到撒哈拉沙漠的地下古河道，顯示了SAR具有穿透地表的能力，引起國(guó)際科技界的震動(dòng)。

1984年10月5日美國(guó)進(jìn)行了“挑戰(zhàn)者”號(hào)航天飛機(jī)搭載SIR-B的實(shí)驗(yàn)。SIR-A和SIR-B都源于SEASAT-A，都工作于L波段。其中SIR-A于1981年11月發(fā)射，軌道高度為252公里，分辨率為37米，而SIR-B于1984年7月發(fā)射，軌道高度為250-326公里，傾角為570，測(cè)繪帶寬為50公里，分辨率為35米。與SIR-A的主要不同點(diǎn)在于SIR-B的波束俯視角可變，而且SIR-B可采用光學(xué)和數(shù)字兩種方式記錄和處理圖像，比SEASAT的非實(shí)時(shí)數(shù)字處理的成像速度要快。

1987年7月原蘇聯(lián)發(fā)射的“COSMOS-1870”衛(wèi)星上配備了一部分辨率為25米的S波段ALMAZ-ISAR系統(tǒng)。該雷達(dá)的特點(diǎn)是天線(xiàn)雙側(cè)視，運(yùn)行時(shí)間長(zhǎng)達(dá)2年，是第一部長(zhǎng)期運(yùn)行的空間合成孔徑雷達(dá)。主要對(duì)人類(lèi)無(wú)法進(jìn)入的地區(qū)進(jìn)行雷達(dá)成像測(cè)繪，監(jiān)測(cè)海洋表面污染，鑒別海冰和對(duì)厚冰區(qū)的艦船進(jìn)行導(dǎo)航等。

美國(guó)NASAIJPL實(shí)驗(yàn)室于1988年研制的AIR SAR，功能齊全，有P, L, C三個(gè)波段。具有全極化能力，能同時(shí)產(chǎn)生12個(gè)數(shù)據(jù)通道的分辨率為10×10米的SAR圖像。

1988年12月2日，美國(guó)航天飛機(jī)“亞特蘭蒂斯”號(hào)將“長(zhǎng)曲棍球（Lacrosse）”軍事偵察衛(wèi)星送入預(yù)定軌道，這是世界上第一顆高分辨率雷達(dá)成像衛(wèi)星。它可以全天候、全天時(shí)監(jiān)視前蘇聯(lián)裝甲部隊(duì)的活動(dòng)，分辨率以達(dá)到1米左右。

1989年NASA開(kāi)展了一項(xiàng)星球雷達(dá)任務(wù)——Magellan雷達(dá)觀測(cè)金星計(jì)劃，將SAR拓展到研究其他星球的重要工具之一。

德國(guó)宇航局于80年代中期開(kāi)發(fā)機(jī)載合成孔徑雷達(dá)，并于1988年和1989年先后研制成功線(xiàn)性極化C波段和X波段SAR系統(tǒng)，1990年又?jǐn)U展到L波段。該雷達(dá)系統(tǒng)具有全極化方式，分辨率為2.4×4米，測(cè)繪帶寬為4公里，投射角為200—270。

丹麥于1989年研制成功C波段機(jī)載合成孔徑雷達(dá)，該系統(tǒng)具有靈活的性能指標(biāo)，其分辨率、測(cè)繪帶寬、和成像幾何布局均可調(diào)節(jié)。測(cè)繪帶寬分別為12、24、48公里，距離向和方位分辨率分別為2、4、8米，最大作用距離為80公里，該系統(tǒng)的性能指標(biāo)接近于美國(guó)的J-STARS。

從九十年代起，對(duì)能夠提供三維信息的干涉式SAR的研究引起了世界各國(guó)的格外關(guān)注，成為SAR技術(shù)發(fā)展的新熱點(diǎn)。

1990年8月美國(guó)又成功地發(fā)射了“麥哲倫號(hào)”太空飛船，裝備有SAR系統(tǒng)以用于對(duì)金星表面進(jìn)行成像研究；同時(shí)在機(jī)載SAR方面，美國(guó)仍處于領(lǐng)先地位。在美國(guó)發(fā)展SAR技術(shù)的同時(shí)，前蘇聯(lián)、歐空局及日本也相繼發(fā)射了星載SAR衛(wèi)星，其中ERS-1和ERS-2就是歐空局成員國(guó)共同研制的，具有全系統(tǒng)校準(zhǔn)能力，提高了圖像質(zhì)量。

1991年3月8日，NASA發(fā)射長(zhǎng)曲棍球-2。

1991年3月31日COSMOS-1870的改進(jìn)型ALMAZ-1由前蘇聯(lián)發(fā)射上天，搭載S波段SAR。

1991年7月1日，歐空局發(fā)射了ERS-1空間合成孔徑雷達(dá)，運(yùn)行3年，該雷達(dá)系統(tǒng)采用準(zhǔn)極地軌道，平均高度為785公里。測(cè)繪帶寬為100公里，分辨率為30米，工作于C波段，垂直極化方式，該系統(tǒng)的最大特點(diǎn)在于實(shí)現(xiàn)了平臺(tái)姿態(tài)的動(dòng)態(tài)控制。根據(jù)ERS-1的特性，可獲得大量的星載SAR三維成像試驗(yàn)的數(shù)據(jù)，許多科學(xué)家利用ERS-1的數(shù)據(jù)進(jìn)行三維SAR成像研究，得到了較為滿(mǎn)意的結(jié)果。它可提供全球氣候變化情況，并對(duì)近海水域和陸地進(jìn)行觀測(cè)。

1991年3月前蘇聯(lián)發(fā)射了ALMAZ-II合成孔徑雷達(dá)，其軌道高度為300公里，投射角可變，范圍為300—600。雙側(cè)視，每側(cè)的測(cè)繪帶寬為350公里，分辨率為15—30米，工作于S波段，水平極化方式。

1992年2月，日本發(fā)射了JERS-A空間合成孔徑雷達(dá)，L波段，運(yùn)行2年，軌道高度為568公里，投射角為38.50。測(cè)繪帶寬為75公里，分辨率為18×24米，工作于L波段，水平極化。

1993年9月，美國(guó)宇航局航天飛機(jī)成像雷達(dá)SIR-C/X-SAR發(fā)射成功，該雷達(dá)是全世界第一部多波段(L,C, X波段)、多極化、多投射角空間合成孔徑雷達(dá)。軌道高度為250--325公里，投射角在170—630范圍內(nèi)可變，測(cè)繪帶可在15 — 90公里范圍內(nèi)可變，分辨率為25米。其中SIR-C工作于L, C波段，有4種極化方式，X-SAR工作于X波段，只有一種(VV)極化方式。采用多波段工作可以研究地物對(duì)不同頻率的響應(yīng)，以此來(lái)區(qū)分和鑒別地物目標(biāo)。

1994年NASA、DLR（德國(guó)空間局）和ASI（意大利空間局）共同進(jìn)行了航天飛機(jī)成像雷達(dá)飛行任務(wù)SIR-C/X-SAR，分別在1994年4月9日到20日和9月30日到10月11日進(jìn)行了兩次飛行。SIR-C由NASA負(fù)責(zé)完成，是一部雙頻（L波段、C波段）全極化雷達(dá)。X-SAR由DLR和ASI共同建造，為單頻X波段，單極化VV雷達(dá)。SIR-C/X-SAR首次實(shí)現(xiàn)了利用多頻、多極化雷達(dá)信號(hào)從空中對(duì)地球進(jìn)行觀測(cè)，SIR-C圖像數(shù)據(jù)有助于人們深入理解現(xiàn)象背后的物理機(jī)理，深入開(kāi)展植被、土壤濕度、海洋動(dòng)力學(xué)、火山活動(dòng)、土壤侵蝕和沙化等多項(xiàng)科學(xué)研究工作。

1995年4月21日年ERS-2發(fā)射升空。

1995年11月4日加拿大成功發(fā)射了其第一顆資源調(diào)查衛(wèi)星RADARSAT-1，軌道高度800公里，投射角為100—600。測(cè)繪帶寬為45—500公里，分辨率為 10—100米，工作于C波段，水平極化方式。該星為商業(yè)應(yīng)用和科學(xué)研究提供全球冰情、海洋和地球資源數(shù)據(jù)。

1996年NASA開(kāi)展了第二項(xiàng)星球雷達(dá)任務(wù)——觀測(cè)土星的Cassini任務(wù)，用于開(kāi)展觀測(cè)Titan表面的物理狀態(tài)、地形和組成成分等多項(xiàng)任務(wù)，進(jìn)而推測(cè)其內(nèi)部構(gòu)造。

1997年10月24日，NASA發(fā)射長(zhǎng)曲棍球-3。

2000年2月11日NASA和NIMA（美國(guó)國(guó)家測(cè)繪局）聯(lián)合進(jìn)行了為期11天的航天飛機(jī)地形測(cè)繪任務(wù)（SRTM）。采用60米長(zhǎng)的可展開(kāi)天線(xiàn)桿進(jìn)行干涉測(cè)量。

2000年8月17日，NASA發(fā)射長(zhǎng)曲棍球-4。

2002年3月1日，ESA發(fā)射Envisat衛(wèi)星，搭載ASAR。2005年4月30日，NASA發(fā)射長(zhǎng)曲棍球-5。

2006年1月24日，日本發(fā)射ALOS，搭載PALSAR。

目前，一些發(fā)達(dá)國(guó)家正在籌劃和研制新的可長(zhǎng)期進(jìn)行觀測(cè)的各種技術(shù)先進(jìn)的空間雷達(dá)衛(wèi)星。如歐洲空間局預(yù)計(jì)發(fā)射的ASAR是到目前為止正在研制的最先進(jìn)的星載SAR；美國(guó)下一個(gè)計(jì)劃是發(fā)射SIR-D，預(yù)計(jì)2005年將研制成功，投入實(shí)用，它將是多頻段(可能有4個(gè))、多極化的星載成像雷達(dá)。目前合成孔徑雷達(dá)分辨率己經(jīng)達(dá)到0.lm 數(shù)量級(jí)?？v觀國(guó)外空間SAR的發(fā)展過(guò)程，可以看出隨著科學(xué)技術(shù)的不斷進(jìn)步，SAR的水平和功能也在不斷提高?？梢韵嘈牛茖W(xué)家們將不斷地挖掘SAR的技術(shù)潛力，為人類(lèi)的需要服務(wù)。

2.1.2 世界各國(guó)的SAR系統(tǒng)

詳情請(qǐng)參照研學(xué)論壇中“世界星載SAR發(fā)展綜述.rar”。2.2 我國(guó)的發(fā)展概況

目前，SAR發(fā)展水平的高低己經(jīng)成為衡量一個(gè)國(guó)家軍事力量與綜合國(guó)力水平的標(biāo)志之一，其發(fā)展受到各國(guó)越來(lái)越多的重視。根據(jù)我國(guó)的迫切需要和國(guó)際上SAR技術(shù)發(fā)展趨勢(shì)，我國(guó)還安排了高分辨率機(jī)載SAR系統(tǒng)、部署了SAR定標(biāo)技術(shù)、SAR干涉技術(shù)等一系列前沿課題和相關(guān)的應(yīng)用研究。

70年代中期，中國(guó)科學(xué)院電子學(xué)研究所率先開(kāi)展了SAR技術(shù)的研究。1979年取得突破，研制成功了機(jī)載SAR原理樣機(jī)，獲得我國(guó)第一批雷達(dá)圖像。目前機(jī)載SAR系統(tǒng)已成為我國(guó)民用遙感的有效工具，近年來(lái)多次在我國(guó)洪澇監(jiān)測(cè)中發(fā)揮了重要作用。自80年代末，國(guó)家863計(jì)劃部署了發(fā)展SAR及相關(guān)技術(shù)的一系列課題，其中中國(guó)雷達(dá)衛(wèi)星一號(hào)列為863計(jì)劃重大項(xiàng)目，由中科院電子所、電子科技大學(xué)、航天總公司五院和北京航空航天大學(xué)聯(lián)合攻關(guān)，將于最近發(fā)射升空。中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心開(kāi)展了微波遙感系統(tǒng)與機(jī)理、空間微波遙感技術(shù)與遙感器、遙感信息的傳輸和相關(guān)應(yīng)用技術(shù)研究。先后建立了陸基、機(jī)載及星載主動(dòng)、被動(dòng)微波遙感器。主要包括:雷達(dá)高度計(jì)、微波散射計(jì)和輻射計(jì)。并己應(yīng)用于地質(zhì)、農(nóng)業(yè)、海洋等領(lǐng)域研究中。另外，電子科技集團(tuán)公司第14所，38所以及航天607所等單位在開(kāi)展機(jī)載，星載SAR的成像以及信號(hào)處理方面的研究。

2.2.1 我國(guó)SAR研究歷程表

1976年開(kāi)始了SAR的研究工作；

1979年電子所成功地研制出機(jī)載SAR模樣機(jī)，并獲得我國(guó)第一幅合成孔徑雷達(dá)圖像，圖象的距離分辨率為180米，方位分辨率為30米，采用光學(xué)記錄、光學(xué)成像；

1980年12月，第二臺(tái)改進(jìn)SAR系統(tǒng)進(jìn)行了實(shí)驗(yàn)，發(fā)射峰值功率提高到10KW，采用了脈沖壓縮技術(shù)，并增加了天線(xiàn)穩(wěn)定伺服平臺(tái)和運(yùn)動(dòng)補(bǔ)償電路，分辨率提高到15×15米；

1983年成功研制出單通道、單極化(HH)和單側(cè)視機(jī)載SAR系統(tǒng)，采用聲表面波器件進(jìn)行距離向脈沖展寬與壓縮，并增加了地速補(bǔ)償與慣導(dǎo)系統(tǒng)。首次實(shí)現(xiàn)連續(xù)大面積成象；

1986年進(jìn)而實(shí)現(xiàn)了機(jī)載SAR回波信號(hào)的非實(shí)時(shí)數(shù)字成像處理； 1987年，我國(guó)“863”計(jì)劃正式提出了星載SAR的研究任務(wù)，這標(biāo)志著我國(guó)在空間成像領(lǐng)域邁出了具有重大意義的一步。

1987年電子所研制成功多條帶、多極化機(jī)載合成孔徑雷達(dá)系統(tǒng)，雷達(dá)工作在X波段，可以從HH、VV、HV、VH四種極化形式中任選一種工作，具有雙側(cè)視功能，圖象分辨率為10米×10米，采用光學(xué)記錄、光學(xué)成像。

1990年成功研制出“機(jī)載SAR實(shí)時(shí)數(shù)據(jù)傳輸系統(tǒng)”；

1994年成功研制出X波段、多極化、多通道、數(shù)字成像處理分辨率為10米的機(jī)載SAR系統(tǒng)及其“機(jī)載SAR實(shí)時(shí)數(shù)字成像處理器”系統(tǒng)，系統(tǒng)吞吐量在載機(jī)最大飛行速度時(shí)達(dá)到1幀/3min，每幀圖像35km×35km。并獲得我國(guó)第一批機(jī)載SAR實(shí)時(shí)數(shù)字成像處理圖像；

2000年成功研制出2.5米分辨率機(jī)載SAR及其實(shí)時(shí)數(shù)字成像處理器系統(tǒng)，它標(biāo)志著我國(guó)機(jī)載SAR及其數(shù)字成像處理技術(shù)應(yīng)用研究己達(dá)到目前國(guó)際同類(lèi)產(chǎn) 品的先進(jìn)水平。

在機(jī)載SAR方面，我國(guó)于1979年9月獲得了第一張機(jī)載SAR圖像，該雷達(dá)系統(tǒng)工作在X波段，飛行高度為6000—7000米，測(cè)繪帶寬為9公里，最大作用距離為24公里，分辨率為180×30米，沒(méi)有采用脈沖壓縮技術(shù)。

在星載SAR方面，1987年我國(guó)“863”計(jì)劃正式提出了星載SAR的研究任務(wù)，這標(biāo)志著我國(guó)在空間成像領(lǐng)域邁出了重要一步。中科院電子所自1988年就開(kāi)始了相關(guān)的總體設(shè)計(jì)和論證工作；1990年完成了單極化星載SAR系統(tǒng)可行性論證；1993年完成了“星載SAR工程樣機(jī)方案”，1995年通過(guò)了樣機(jī)設(shè)計(jì)評(píng)審；1997年完成了工程樣機(jī)的研制，5×5米分辨率，數(shù)字記錄，數(shù)字成像。經(jīng)過(guò)多年的努力，電子科技大學(xué)雷達(dá)成像實(shí)驗(yàn)室在SAR成像算法，SAR平臺(tái)運(yùn)動(dòng)補(bǔ)償，SAR運(yùn)動(dòng)目標(biāo)監(jiān)測(cè)和SAR成像并行算法研究等方面取得了很大發(fā)展。

干涉合成孔徑雷達(dá)(INSAR:Interferometric SAR)技術(shù)，也就是三維SAR成像處理技術(shù)則是國(guó)際上近年興起的一種高新技術(shù)，是SAR領(lǐng)域的研究熱點(diǎn)之一。

目前，正在開(kāi)展雙頻、多極化機(jī)載SAR和星載SAR的研制工作。下圖為我國(guó)自行研制的SAR系統(tǒng)拍攝的圖像。

2.2.2 國(guó)內(nèi)各單位的研究現(xiàn)狀

2.2.2.1 電子科技大學(xué)

電子科技大學(xué)雷達(dá)成像研究室近幾年一直在進(jìn)行星載InSAR三維成像的研究，并承擔(dān)了國(guó)防科工委的“9609”工程項(xiàng)目中的“三維SAR成像處理技術(shù)研究”。

電子科技大學(xué)與電子部第38研究所在“八五”期間共同承擔(dān)了重點(diǎn)軍事預(yù)研項(xiàng)目“機(jī)載遠(yuǎn)程戰(zhàn)場(chǎng)偵察雷達(dá)關(guān)鍵技術(shù)”的課題，電子科技大學(xué)主要負(fù)責(zé)信號(hào)處理的任務(wù)，并于1995年研制成功全數(shù)字機(jī)載SAR實(shí)時(shí)信號(hào)處理機(jī)。該研究成果于1995年11月參加了“八五科技成果展”，并于1996年3月通過(guò)了電子工業(yè)部主持的鑒定。

2.2.2.2 中科院電子所

70年代后期，中國(guó)科學(xué)院電子研究所開(kāi)展了機(jī)載SAR的研究工作，在1983年得到了光學(xué)處理的地形圖像，并在后來(lái)的工作中對(duì)機(jī)載SAR系統(tǒng)和信號(hào)處理作了進(jìn)一步改進(jìn)和改善。另外，航天工業(yè)總公司607所、電子科技集團(tuán)公司第14所、電子科技集團(tuán)公司第38所研制的機(jī)載SAR也獲得了初步成功。近年來(lái)中國(guó)科學(xué)院電子研究所和航天工業(yè)總公司分別組織力量正在從事星載SAR系統(tǒng)的研究和研制；國(guó)內(nèi)的一些高校和研究所也一直在開(kāi)展星載SAR的信號(hào)處理方面的研究，并取得了一批研究成果。

自80年代末，國(guó)家863計(jì)劃部署了發(fā)展SAR及相關(guān)技術(shù)的一系列課題，其中“星載SAR模樣機(jī)研制”列為863計(jì)劃重大項(xiàng)目，安排中科院電子所為總體單位，航天總公司五院504所、501所和電子部14所參加，承擔(dān)大型有源天線(xiàn)研制工作。1998年夏順利通過(guò)了驗(yàn)收，在經(jīng)過(guò)星載SAR關(guān)鍵技術(shù)攻關(guān)后，最近中國(guó)雷達(dá)衛(wèi)星一號(hào)已批準(zhǔn)列入型號(hào)任務(wù)。自“八五”“九五”以來(lái)，根據(jù)國(guó)家的迫切需要和國(guó)際上SAR技術(shù)發(fā)展趨勢(shì)，我國(guó)還安排了雷達(dá)及其SAR成像處理技術(shù)相配套的工程任務(wù)，其中包括機(jī)載高分辨雷達(dá)系統(tǒng)，部署了SAR定標(biāo)技術(shù)、SAR干涉技術(shù)等一系列前沿課題和相關(guān)的應(yīng)用研究。

2.2.2.3 國(guó)防科技大學(xué)

國(guó)防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院承擔(dān)了“十五”國(guó)防預(yù)研項(xiàng)目“無(wú)人機(jī)載超寬帶合成孔徑雷達(dá)技術(shù)”，以穿透葉簇對(duì)隱蔽目標(biāo)高分辨成像探測(cè)為應(yīng)用背景。本課題來(lái)源于該項(xiàng)目中的子項(xiàng)目“SAR信息處理技術(shù)研究”，其內(nèi)容涉及在所構(gòu)建的信息處理平臺(tái)上進(jìn)行運(yùn)動(dòng)補(bǔ)償、射頻千擾抑制、成像、目標(biāo)檢測(cè)、圖像校準(zhǔn)等處理，同時(shí)具備為開(kāi)展廣泛的信息處理算法研究提供有效的計(jì)算環(huán)境。經(jīng)過(guò)課題組不懈努力，現(xiàn)已構(gòu)筑了性能優(yōu)良的超寬帶SAR信息處理系統(tǒng)，并己實(shí)用于機(jī)載超寬帶SAR飛行試驗(yàn)中，信息處理效果良好。

2.2.2.4 西安電子科技大學(xué)

西安電子科技大學(xué)電子對(duì)抗研究所一直從事SAR與ISAR的信號(hào)處理研究，實(shí)現(xiàn)并改進(jìn)了各種數(shù)字成像算法。合成孔徑雷達(dá)的應(yīng)用

SAR自五十年代問(wèn)世以來(lái)，首先在軍事偵察方面獲得了廣泛應(yīng)用和發(fā)展。如在1991年海灣戰(zhàn)爭(zhēng)中，美國(guó)聯(lián)合監(jiān)視和目標(biāo)攻擊雷達(dá)系統(tǒng)(Joint-Stars)中的高分辨率機(jī)載SAR與“長(zhǎng)曲棍球”(Lacrosse)星載SAR系統(tǒng)相配合，完全覆蓋了海灣和地中海地區(qū)，有效地保障了戰(zhàn)前的準(zhǔn)備和戰(zhàn)爭(zhēng)爆發(fā)后戰(zhàn)場(chǎng)情報(bào)的需要，在戰(zhàn)爭(zhēng)中始終處于主動(dòng)地位。

星載合成孔徑雷達(dá)是集航天技術(shù)、電子技術(shù)、信息技術(shù)等為一體的高科技裝備，在現(xiàn)代戰(zhàn)爭(zhēng)中有極大的應(yīng)用價(jià)值。星載合成孔徑雷達(dá)特別是軍用星載合成孔徑雷達(dá)系統(tǒng)，具有很高的空間分辨率(1-3米，或更高)、很寬的可觀測(cè)帶寬(1000千米以上)和即時(shí)測(cè)繪帶寬(50-100千米)等突出優(yōu)點(diǎn)；它不會(huì)受到云霧和日照的限制。多顆合成孔徑雷達(dá)衛(wèi)星和光學(xué)衛(wèi)星組網(wǎng)構(gòu)成的圖象情報(bào)獲取系統(tǒng)，既可以對(duì)國(guó)軍事目標(biāo)進(jìn)行長(zhǎng)期的、大范圍戰(zhàn)略偵察和軍事測(cè)繪，又可以根據(jù)未來(lái)戰(zhàn)爭(zhēng)的發(fā)展，對(duì)局部戰(zhàn)場(chǎng)進(jìn)行高分辨率、高重復(fù)性的戰(zhàn)術(shù)偵察和打擊效果評(píng)估等。例如在 海灣戰(zhàn)爭(zhēng)中美國(guó)利用其“長(zhǎng)曲棍球”雷達(dá)衛(wèi)星，不僅能夠偵察到伊軍的裝甲部隊(duì)，而且可以偵察到隱蔽在樹(shù)林中的機(jī)動(dòng)導(dǎo)彈部隊(duì)，并多次發(fā)現(xiàn)伊軍隱藏在干沙地表下的重要軍事設(shè)施。又例如在美國(guó)國(guó)家航天局、國(guó)家圖象地圖局、國(guó)防部，以及德國(guó)和意大利航天局共同支持下，2000年2月美國(guó)“奮進(jìn)號(hào)”航天飛機(jī)上搭載的SIR-C/X合成孔徑雷達(dá)利用相距60米的兩部天線(xiàn)，精確地完成了全部地球表面的三維地形測(cè)繪。

合成孔徑雷達(dá)在軍事領(lǐng)域的主要應(yīng)用：

① 戰(zhàn)略應(yīng)用—全天候全球戰(zhàn)略偵察，全天候海洋軍事動(dòng)態(tài)監(jiān)視，戰(zhàn)略導(dǎo)彈終端要點(diǎn)防御的目標(biāo)識(shí)別與攔截，戰(zhàn)略導(dǎo)彈多彈頭分導(dǎo)自動(dòng)導(dǎo)引，軌道平臺(tái)開(kāi)口的識(shí)別與攔截，對(duì)戰(zhàn)略地下軍事設(shè)施的探測(cè)。

② 戰(zhàn)術(shù)應(yīng)用—全天候重點(diǎn)戰(zhàn)區(qū)軍事去態(tài)監(jiān)視，大型坦克群的成像監(jiān)視，反坦克雷場(chǎng)的探測(cè)。

③ 特種應(yīng)用—強(qiáng)雜波背景下的目標(biāo)識(shí)別，低空與超低空目標(biāo)的探測(cè)與跟蹤，精密測(cè)向與測(cè)高，隱形目標(biāo)散射特性的靜態(tài)和動(dòng)態(tài)測(cè)量等。

在民用方面，由于SAR圖像主要反映了目標(biāo)物的兩類(lèi)特性，一是目標(biāo)物的幾何結(jié)構(gòu)特性，即目標(biāo)的表而粗糙度，幾何結(jié)構(gòu)，分布方向、方位；一是目標(biāo)物的介電特性，與目標(biāo)物的含水量有很大的相關(guān)性，因此，使合成孔徑雷達(dá)在農(nóng)業(yè)、林業(yè)、水文、地質(zhì)、海洋、洪水檢測(cè)、測(cè)繪、減災(zāi)防災(zāi)等很多方面都有廣泛的應(yīng)用。在地質(zhì)和礦物質(zhì)資源勘探方面。SAR用來(lái)普查地質(zhì)結(jié)構(gòu)，研究地質(zhì)、巖石及礦物分布。在地形測(cè)繪和制圖學(xué)方面，SAR可用來(lái)測(cè)繪大面積地形圖，對(duì)常年被濃霧和云層覆蓋的區(qū)域尤其有效。在海洋運(yùn)用方面，它可用來(lái)研究大面積海浪特性、海洋冰分布、海洋污染，測(cè)繪海洋圖，監(jiān)視海藻生長(zhǎng)等。在水資源方面，它可用來(lái)測(cè)定土壤濕度，估定降雨量，研究湖泊冰覆蓋、地面雪覆蓋等情況。在農(nóng)業(yè)和林業(yè)，它可用于鑒別農(nóng)作物，研究農(nóng)作物生長(zhǎng)狀態(tài)，估計(jì)農(nóng)業(yè)產(chǎn)量，研究自然植被分布、森林覆蓋、森林生長(zhǎng)狀態(tài)，估計(jì)森林災(zāi)情等。在天文學(xué)方面，SAR已獲取近70%的金星(Venus)表面圖象，相信它將成為研究象金星和土衛(wèi)六(Titan)這樣常年被云層覆蓋的星體的有效工具?？傊?，SAR在發(fā)展國(guó)民經(jīng)濟(jì)、科學(xué)研究和軍事技術(shù)等方面起到了極為重要的作用。合成孔徑雷達(dá)的發(fā)展趨勢(shì)

隨著科學(xué)技術(shù)的發(fā)展，SAR技術(shù)正朝著能夠?yàn)槿藗兲峁└鼜V、更豐富的目標(biāo)信息的方向發(fā)展。未來(lái)SAR技術(shù)發(fā)展的趨勢(shì)主要有：高分辨率和超高分辨率成像；多波段，多極化，可變視角和多模式；能夠產(chǎn)生目標(biāo)三維圖像的干涉SAR；動(dòng)目標(biāo)成像；實(shí)時(shí)SAR成像處理器。其中追求更高分辨率成像是SAR技術(shù)發(fā)展的核心。

2000年2月，美國(guó)奮進(jìn)號(hào)航大飛機(jī)順利地實(shí)現(xiàn)了全球范圍內(nèi)的高精度三維成像，在全世界引起了小小的震動(dòng)。當(dāng)前一些發(fā)達(dá)國(guó)家正在籌劃和研制新的可長(zhǎng)期進(jìn)行觀測(cè)的各種技術(shù)先進(jìn)的空間雷達(dá)衛(wèi)星。如歐洲空間局預(yù)計(jì)發(fā)射的ASAR是到目前為止正在研制的最先進(jìn)的星載SAR；美國(guó)下一個(gè)計(jì)劃是發(fā)射Sir一D，它將是多頻段(可能有4個(gè))、多極化的星載成像雷達(dá)。另外，美國(guó)目前正在進(jìn)行“發(fā)現(xiàn)者二號(hào)”天基雷達(dá)的研究。

縱觀國(guó)外空間SAR的發(fā)展過(guò)程，隨著需求的擴(kuò)增和科學(xué)技術(shù)的發(fā)展，合成 孔徑雷達(dá)技術(shù)主要向以下幾個(gè)方向發(fā)展：

（1）未來(lái)的星載SAR將越來(lái)越多地使用多頻段、多極化、可變視角和可變波束的有源相控陣天線(xiàn)，且向著柔性可展開(kāi)的輕型薄膜天線(xiàn)方向發(fā)展；

（2）未來(lái)的星載SAR將進(jìn)一步向著超高分辨率和多模式工作方向發(fā)展；（3）干涉式合成孔徑雷達(dá)技術(shù)將獲得進(jìn)一步的發(fā)展；（4）動(dòng)目標(biāo)檢測(cè)與動(dòng)目標(biāo)成像技術(shù)將取得新的突破；

（5）星載SAR的小型化技術(shù)和星座對(duì)地觀測(cè)技術(shù)將受到更大的重視；（6）星載SAR的校準(zhǔn)技術(shù)，特別是極化雷達(dá)、ScanSAR和InSAR校準(zhǔn)技術(shù)將受到更大的重視和發(fā)展；

（7）實(shí)時(shí)信號(hào)處理和先進(jìn)的成像技術(shù)；（8）小衛(wèi)星SAR和無(wú)人機(jī)SAR等。1996年3月，在德國(guó)的克尼希斯溫特召開(kāi)了第一次歐洲合成孔徑雷達(dá)(USAR)會(huì)議。歐洲合成孔徑雷達(dá)會(huì)議反映了合成孔徑雷達(dá)技術(shù)當(dāng)前發(fā)展的趨勢(shì)，其中心問(wèn)題是圖象生成及評(píng)估。而現(xiàn)在，有朝著干涉測(cè)量合成孔徑雷達(dá)方向發(fā)展的強(qiáng)勁趨勢(shì)目前動(dòng)目標(biāo)檢測(cè)和成象的興趣正在迅速上升。美國(guó)已經(jīng)投入巨額資金到新一代成像雷達(dá)的研制中，預(yù)計(jì)2005年將研制成功，投入實(shí)用。

4.1 多參數(shù)SAR系統(tǒng)

SAR不同的極化方式能使被探測(cè)的地物具有不同的電磁響應(yīng)，即具有不同的后向散射特性，地物層次變化對(duì)比亦不相同。因此，采用多極化方式，可以顯著改善信號(hào)和圖像的詳細(xì)性和可靠性，再加上在不同頻段和不同的視角下對(duì)地觀測(cè)，就可以完整地定量分析地面目標(biāo)的雷達(dá)散射特性。正是如此，多參數(shù)SAR系統(tǒng)必將會(huì)越來(lái)越受到重視。

4.2 聚束SAR

聚束式工作模式，是指在SAR飛行過(guò)程中，通過(guò)調(diào)整天線(xiàn)波束的指向，使波束始終“聚焦”照射在同一目標(biāo)區(qū)域。由于實(shí)行了“聚束”手段，增加了SAR在方位向的合成孔徑時(shí)間，等效地增加了合成孔徑的長(zhǎng)度，根據(jù)SAR方位向的理論極限分辨率約為天線(xiàn)方位向尺寸的一半，由此可以提高SAR方位向的分辨率。顯然，SAR以聚束模式工作時(shí)不能形成連續(xù)的地面觀測(cè)帶，但它獲得的高方位分辨率在許多應(yīng)用場(chǎng)合是非常有價(jià)值的。因此，聚束SAR技術(shù)應(yīng)當(dāng)?shù)玫街匾?。美?guó)密執(zhí)安環(huán)境研究所（ERIM）與空軍共同開(kāi)發(fā)的聚束SAR數(shù)據(jù)采集系統(tǒng)，可以在幾百米到幾千米區(qū)域范圍，獲得距離和方位分辨率均達(dá)到1 m的高分辨率圖像。ERIM與海軍聯(lián)合開(kāi)發(fā)的P-3A SAR系統(tǒng)，方位分辨率達(dá)0.66 m。美國(guó)Norden公司研制的APG-76（V）雷達(dá)以聚束照射模式工作時(shí)，方位分辨率可以達(dá)到0.3 m。SAR實(shí)現(xiàn)聚束模式工作，需要解決幾項(xiàng)關(guān)鍵技術(shù)：天線(xiàn)波束控制、運(yùn)動(dòng)補(bǔ)償和高分辨率成像處理算法等。

4.3 極化干涉SAR（POLINSAR）

極化干涉SAR（Polarimetric SAR Interferometry）通過(guò)極化和干涉信息的有效組合，可以同時(shí)提取觀測(cè)對(duì)象的空間三維結(jié)構(gòu)特征信息和散射信息，為微波定量遙感、高精度數(shù)字高程信息和觀測(cè)對(duì)象細(xì)微形變信息的提取提供了可能性。POLINSAR系統(tǒng)研制、數(shù)據(jù)處理技術(shù)和應(yīng)用研究己成為國(guó)外SAR技術(shù)研究的熱點(diǎn)。

1997年德國(guó)DLR的E-SAR機(jī)載L/P波段重復(fù)軌道全極化系統(tǒng)、1998年NASA/JPL TOPSAR和AIRSAR機(jī)載C波段單軌道極化干涉系統(tǒng)分別都得到了幾組相干的全極化數(shù)據(jù)。最近，日本的JPiSAR機(jī)載X/L波段全極化、X波段垂直軌跡單軌道干涉系統(tǒng)也收集到了相應(yīng)的數(shù)據(jù)。

2000年2月的SRTM計(jì)劃是1994年NASA JPL實(shí)驗(yàn)室的SIR-C/X-SAR任務(wù)的延續(xù)，首次在航天飛機(jī)上實(shí)現(xiàn)了L、C波段雙天線(xiàn)單航跡的全極化干涉。這次任務(wù)還對(duì)部分地區(qū)進(jìn)行了重復(fù)航跡的觀測(cè)，獲取了全球80％陸地覆蓋的高精度全極化干涉數(shù)據(jù)。這些相同獲得的大量全極化干涉數(shù)據(jù)，大大地推動(dòng)了極化SAR干涉技術(shù)的研究。

經(jīng)過(guò)幾年的研究，POLINSAR數(shù)據(jù)處理算法、圖像特征提取和地物分類(lèi)算法正逐步被研究人員實(shí)現(xiàn)、測(cè)試并證實(shí)，并分別于2003年和2005年舉行了全球范圍的POLINSAR研討會(huì)。POLINSAR可應(yīng)用于地表植被高度估計(jì)、高精度DEM提取、地物分類(lèi)和參數(shù)反演、區(qū)域變化檢測(cè)以及探地等方面。

4.4 合成孔徑激光雷達(dá)（Synthetic Aperture Ladar）

激光雷達(dá)作為一種高靈敏度雷達(dá)，不僅能探測(cè)和跟蹤目標(biāo)、獲得目標(biāo)方位、速度信息及普通雷達(dá)不能得到的其他信息，而且還能完成普通雷達(dá)不能完成的任務(wù)，如探測(cè)隱身飛機(jī)、潛艇、生化戰(zhàn)劑等，因此它被廣泛應(yīng)用于航空遙感、大氣監(jiān)測(cè)、衛(wèi)星探測(cè)、軍事偵察等方面。但激光雷達(dá)也有波束窄、不適于大面積搜索等缺點(diǎn)，因此研究新體制的激光雷達(dá)具有很重要的意義。

利用激光器作輻射源的SAL使用了合成孔徑技術(shù)，而且由于工作頻率遠(yuǎn)高于微波，對(duì)于相對(duì)運(yùn)動(dòng)速度相同的目標(biāo)可產(chǎn)生更大的多普勒頻移。因此不僅克服了普通激光雷達(dá)波束窄、搜索目標(biāo)困難等缺點(diǎn)，而且能夠提供比SAR更高的方位分辨率，適合大面積的地表成像。

Northrop Grumman公司在2006年8月成功設(shè)計(jì)并建造了全世界第一個(gè)SAL系統(tǒng)，并對(duì)它進(jìn)行了演示。試驗(yàn)證明，該雷達(dá)可以提供高分辨率的、接近攝影質(zhì)量的戰(zhàn)術(shù)圖像。

通過(guò)對(duì)飛機(jī)運(yùn)動(dòng)過(guò)程中連續(xù)采集到的數(shù)據(jù)進(jìn)行數(shù)字信號(hào)處理，從而建造一個(gè)合成孔徑的新技術(shù)戰(zhàn)勝了傳統(tǒng)光學(xué)成像系統(tǒng)分辨率的限制，尤其是入瞳孔徑的衍射限制。合成孔徑比激光雷達(dá)接收器的物理孔徑更大，大大提高了圖像的分辨率。

該系統(tǒng)是合成孔徑激光雷達(dá)戰(zhàn)術(shù)成像（SALTI）計(jì)劃第一階段的產(chǎn)物，SALTI計(jì)劃是由美國(guó)防部高級(jí)研究計(jì)劃局資助的，目的在于將雷達(dá)圖像采集和處理技術(shù)應(yīng)用到光學(xué)波長(zhǎng)范圍，Raytheon和Northrop Grumman公司是這一計(jì)劃的主要承擔(dān)者。

可以拍攝戰(zhàn)術(shù)圖像的SAL將常規(guī)SAR在白天和夜晚都能拍攝遠(yuǎn)距離圖像的 特點(diǎn)，與高分辨率光學(xué)圖像的可判讀性以及可以利用三維圖像的性能相結(jié)合，因此可有效滿(mǎn)足遠(yuǎn)程戰(zhàn)場(chǎng)感知的需要。

研究人員于3月31日－4月3日在愛(ài)德華茲空軍基地進(jìn)行了相關(guān)試驗(yàn)。第一幅空基SAL圖像是由Raytheon公司使用光纖激光器得到的，隨后NG公司利用CO2氣體激光器也成功得到了SAL圖像。

4.5 小型化成為星載合成孔徑雷達(dá)發(fā)展的主要趨勢(shì)

隨著戰(zhàn)場(chǎng)環(huán)境的13益變化，大衛(wèi)星逐步暴露出一些明顯的弊端，主要體現(xiàn)于造價(jià)高昂、維護(hù)不便、應(yīng)急發(fā)射困難、戰(zhàn)術(shù)保障和快速反應(yīng)能力有限等等。隨著航天技術(shù)的發(fā)展，特別是輕型天線(xiàn)技術(shù)、集成電路技術(shù)和固態(tài)電子器件技術(shù)等的發(fā)展大大降低了衛(wèi)星的重量和體積，使性能高、體積小、重量輕和成本低的小星載合成孔徑雷達(dá)衛(wèi)星研制成為可能。集成電路和固態(tài)電子器件降低了中央電子設(shè)備的重量和體積，以可展開(kāi)折疊網(wǎng)狀天線(xiàn)技術(shù)和輕型相控陣天線(xiàn)技術(shù)為主的輕型天線(xiàn)技術(shù)發(fā)展大大降低了天線(xiàn)的重量，大幅度降低了衛(wèi)星有效載荷的重量，從而降低了衛(wèi)星整體和需帶燃料的重量；另一方面高效率太陽(yáng)能技術(shù)和電池技術(shù)的發(fā)展也相對(duì)降低了能源系統(tǒng)的重量，小衛(wèi)星系統(tǒng)及其組網(wǎng)技術(shù)的發(fā)展改變了衛(wèi)星的工作及使用模式，縮短了衛(wèi)星系統(tǒng)有效載荷的工作時(shí)間，從而也減小了對(duì)能源系統(tǒng)的要求，進(jìn)一步降低了衛(wèi)星的重量和體積。與大衛(wèi)星相比，小衛(wèi)星的戰(zhàn)場(chǎng)生存能力和快速反應(yīng)能力要強(qiáng)得多，并已經(jīng)發(fā)揮了一些作用。SAR衛(wèi)星應(yīng)用的效費(fèi)比明顯提高，SAR衛(wèi)星的研制費(fèi)用大幅降低，SAR衛(wèi)星在軍事和經(jīng)濟(jì)上的應(yīng)用越來(lái)越重要，越來(lái)越普及，研制SAR衛(wèi)星的國(guó)家越來(lái)越多，天基SAR已經(jīng)不再是少數(shù)大國(guó)的專(zhuān)利。

4.6 性能技術(shù)指標(biāo)不斷提高

高性能指標(biāo)的圖像始終是系統(tǒng)設(shè)計(jì)和研制的最終目的，高分辨率的SAR圖像在軍事上具有極其重要的應(yīng)用價(jià)值，追求更高的分辨率一直是研制部門(mén)和用戶(hù)努力的方向。更高的分辨率意味著更精確的目標(biāo)分辨和識(shí)別能力、更準(zhǔn)確的情報(bào)，更精確的地形數(shù)據(jù)。對(duì)軍事用戶(hù)來(lái)講，總希望得到更高分辨率的SAR圖像。近幾年來(lái)，小SAR衛(wèi)星的發(fā)展非常迅速，各國(guó)紛紛開(kāi)展小衛(wèi)星項(xiàng)目的研究，但并沒(méi)有 放棄獲得更高分辨率的研制工作。美國(guó)在大力規(guī)劃和發(fā)展小SAR衛(wèi)星的同時(shí)，一直在提高SAR的圖像分辨率，“長(zhǎng)曲棍球l”、“長(zhǎng)曲棍球3”和“長(zhǎng)曲棍球5”衛(wèi)星的SAR圖像分辨率就分別上了2個(gè)臺(tái)階，分辨率分別達(dá)到1 m、0．5 m和0．3 m。除了分辨率指標(biāo)外，其他的圖像質(zhì)量指標(biāo)也同樣重要。SAR衛(wèi)星的圖像質(zhì)量指標(biāo)在不斷提高，SAR圖像的目標(biāo)定位精度越來(lái)越高。從SAR圖像的定位原理講，SAR圖像的定位精度可做到與衛(wèi)星的軌道精度在同一量級(jí)；定位精度與衛(wèi)星姿態(tài)無(wú)關(guān)，從這一點(diǎn)講，SAR衛(wèi)星圖像的定位精度優(yōu)于可見(jiàn)光傳感器衛(wèi)星圖像的定位精度。隨著SAR圖像在目標(biāo)識(shí)別和民用應(yīng)用越來(lái)越廣，對(duì)SAR圖像的定量遙感要求也越來(lái)越高，如今對(duì)SAR圖像不僅要求有高的空間分辨率，也要求有高的輻射精度。

4.7 多功能、多模式是未來(lái)星載SAR的主要特征

l978年美國(guó)發(fā)射的載有SAR的海洋衛(wèi)星(Seasat—A)為L(zhǎng)波段、固定入射角，單一的HH極化，現(xiàn)在在軌或正研制的SAR衛(wèi)星(或其他航天平臺(tái)的SAR)很少僅固定入射角和單一極化。今天的天基SAR，特別是星載SAR正向著多模式、多頻、多極化和可變視角波束，并具有地面運(yùn)動(dòng)目標(biāo)顯示和地面高程測(cè)量功能方向發(fā)展。多模式成像主要有條帶、掃描(scanSAR)和聚束(spotlight)3種工作模式。掃描scanSAR)工作模式要求波束在距離向的快速掃描，一般采用電掃描的方式。通過(guò)改變雷達(dá)收發(fā)的極化方式，可獲得HH、VV、HV和VH(H為水平極化，V為垂直極化)不同極化的圖像。不同頻率下目標(biāo)的散射特性不同，同時(shí)獲取目標(biāo)的多頻信息，有助于目標(biāo)分類(lèi)與識(shí)別。歐洲的Terra—SAR就是X與L 2個(gè)頻段，L頻段的穿透性強(qiáng)。天基星載合成孔徑雷達(dá)可通過(guò)立體像對(duì)方式或干涉SAR(InSAR)的方式獲得地面的高程信息。美國(guó)航天飛機(jī)STRM項(xiàng)目在ll d左右獲得了全球80 陸地的高程數(shù)據(jù)，高程精度在幾米的量級(jí)。利用相位中心重置等方法可獲得地面目標(biāo)運(yùn)動(dòng)的信息，從而實(shí)現(xiàn)地面運(yùn)動(dòng)目標(biāo)顯示，快速提供地面運(yùn)動(dòng)目標(biāo)的信息，這一特點(diǎn)在軍事上具有極其重大應(yīng)用價(jià)值，可大大提高獲取地面運(yùn)動(dòng)目標(biāo)情報(bào)的時(shí)效性。

4.8 雷達(dá)與可見(jiàn)光衛(wèi)星的多星組網(wǎng)是主要的使用模式

采取星座或星隊(duì)偵察方式可有效提高時(shí)間分辨率，多星組網(wǎng)提高偵察情報(bào)的時(shí)效性，既提高時(shí)間分辨率，將航天偵察的“盲區(qū)”降至最低。與可見(jiàn)光衛(wèi)星配合使用彌補(bǔ)可見(jiàn)光成像受氣候條件限制的不足，并發(fā)揮SAR具有一定的穿透能力，揭露偽裝的特點(diǎn)，使各種偵察衛(wèi)星優(yōu)勢(shì)互補(bǔ)。美國(guó)在伊拉克戰(zhàn)爭(zhēng)中就利用3顆“鎖眼”可見(jiàn)光偵察衛(wèi)星和2顆長(zhǎng)曲棍球雷達(dá)成像偵察衛(wèi)星組成的航天偵察網(wǎng)。美國(guó)人形象地將所有在軌的“鎖眼”和“長(zhǎng)曲棍球”成像偵察衛(wèi)星統(tǒng)稱(chēng)為“衛(wèi)星艦隊(duì)”(satellite fleet)。

德國(guó)的SAR-Lupe項(xiàng)目是一個(gè)由5顆小SAR衛(wèi)星組成的軍事專(zhuān)用衛(wèi)星系統(tǒng)，COSMOSkyMed是意大利航天局的一個(gè)低軌道、軍民兩用地球觀測(cè)星座，由4顆用X波段工作的小星載合成孔徑雷達(dá)成像衛(wèi)星組成。根據(jù)意大利和法國(guó)在2001年1月底簽署的ORFEO聯(lián)合地球觀測(cè)協(xié)議，意大利的COSMO—SkyMed雷達(dá)成像星座和法國(guó)的“昴星團(tuán)”光學(xué)成像星座將共同組成ORFEO軍民兩用高分辨率地球觀測(cè)系統(tǒng)，兩國(guó)將共享該系統(tǒng)的圖像數(shù)據(jù)，而且兩國(guó)國(guó)防部將在制定衛(wèi)星成像任務(wù)計(jì)劃方面享有優(yōu)先權(quán)。按協(xié)議規(guī)定，意大利還取得了法國(guó)“太陽(yáng)神2”軍事偵察衛(wèi)星和SPOT一5民用資源衛(wèi)星的圖像數(shù)據(jù)使用權(quán)。依靠單顆衛(wèi)星獲取情報(bào)其時(shí)效性差，獲取動(dòng)態(tài)情報(bào)的能力十分有限。隨著航天技術(shù)的不斷進(jìn)步和雷達(dá)衛(wèi)星的小型化，其成本將大幅度降低，雷達(dá)衛(wèi)星與可見(jiàn)光衛(wèi)星多星組網(wǎng)獲取動(dòng)態(tài)情報(bào)將成為一種主要的應(yīng)用模式。

4.9 分布SAR成為一種很有發(fā)展?jié)摿Φ男禽d合成孔徑雷達(dá)

分布SAR并不是簡(jiǎn)單的衛(wèi)星組網(wǎng)，它是利用2顆或多顆軌道具有相互關(guān)系的 衛(wèi)星配合工作，一顆衛(wèi)星發(fā)射多顆衛(wèi)星接收，或多顆衛(wèi)星發(fā)射多顆衛(wèi)星接收，實(shí)現(xiàn)單顆衛(wèi)星不能實(shí)現(xiàn)的功能，或獲得單顆衛(wèi)星不能達(dá)到的技術(shù)指標(biāo)。如實(shí)現(xiàn)干涉SAR成像、地面運(yùn)動(dòng)目標(biāo)顯示、增加成像帶寬、提高SAR圖像分辨率等。

目前，加拿大和德國(guó)均已計(jì)劃發(fā)射2顆分布式SAR(TanDEM)以實(shí)現(xiàn)高精度InSAR測(cè)量。

4.10 星載合成孔徑雷達(dá)的干擾與反干擾成為電子戰(zhàn)的重要內(nèi)容

星載合成孔徑雷達(dá)成像衛(wèi)星作為軍事偵察衛(wèi)星系統(tǒng)必然會(huì)受到人為的電磁干擾影響，所以，研究軍事偵察衛(wèi)星系統(tǒng)的抗干擾能力，對(duì)提高星載合成孔徑雷達(dá)的生存能力和增強(qiáng)其受干擾時(shí)的應(yīng)用效果等具有重大的實(shí)用價(jià)值，深人研究SAR的抗干擾技術(shù)具有深遠(yuǎn)的戰(zhàn)略意義。美國(guó)空軍早已注意到星載合成孔徑雷達(dá)在日趨密集和復(fù)雜的電磁干擾環(huán)境下能否有效工作的問(wèn)題，已經(jīng)開(kāi)始研制能夠?qū)Ω赌壳昂臀磥?lái)威脅的抗干擾技術(shù)。星載合成孔徑雷達(dá)的干擾與反干擾已成為電子戰(zhàn)的重要內(nèi)容。前者通過(guò)使用電磁干擾使對(duì)方的星載合成孔徑雷達(dá)不能正常工作或者性能降低，后者采用抗干擾技術(shù)保證在電子對(duì)抗環(huán)境下己方星載合成孔徑雷達(dá)正常工作。對(duì)星載合成孔徑雷達(dá)實(shí)施干擾，大致可分為：對(duì)有效載荷的干擾、數(shù)傳鏈路的干擾和對(duì)衛(wèi)星平臺(tái)的干擾(包括對(duì)遙測(cè)遙控的干擾)。根據(jù)星載合成孔徑雷達(dá)的特點(diǎn)，探討星載合成孔徑雷達(dá)系統(tǒng)可采取的抗干擾措施，根據(jù)現(xiàn)有星載合成孔徑雷達(dá)系統(tǒng)的一般結(jié)構(gòu)，可在星上或地面采取不同的抗干擾措施。一般來(lái)講，抗干擾就是利用干擾信號(hào)和有用信號(hào)的不同特性，將干擾信號(hào)去除或降低，同時(shí)保留有用信號(hào)。通?？筛鶕?jù)信號(hào)的頻率特性、空間特性、時(shí)間特性、極化特性、編碼特性等將干擾信號(hào)和有用信號(hào)區(qū)分開(kāi)來(lái)，將干擾信號(hào)抑制掉。

4.11 軍用和民用衛(wèi)星的界線(xiàn)越來(lái)越不明顯

星載合成孔徑雷達(dá)在商業(yè)民用和軍事偵察上都具有比較大的應(yīng)用價(jià)值，ERS-1／2和Radarsat-1等都是以民用為主的星載合成孔徑雷達(dá)，而美國(guó)的“長(zhǎng)曲棍球”雷達(dá)衛(wèi)星、德國(guó)的SAR-Lupe雷達(dá)衛(wèi)星則是軍用偵察衛(wèi)星，商業(yè)民用和軍事偵察應(yīng)用對(duì)雷達(dá)衛(wèi)星的技術(shù)指標(biāo)的要求側(cè)重有所不同。一般來(lái)講，商業(yè)民用要求雷達(dá)衛(wèi)星具有寬的測(cè)繪帶寬和高精度的輻射定標(biāo)，并具有中等分辨率的圖像(一般低于5 m)；軍事偵察在強(qiáng)調(diào)測(cè)繪帶寬的同時(shí)，更強(qiáng)調(diào)高分辨率，分辨率一直是軍事偵察最關(guān)鍵的技術(shù)指標(biāo)，軍用偵察衛(wèi)星的圖像分辨率一般應(yīng)優(yōu)于1 m，相關(guān)國(guó)家在提高分辨率方面投人了大量的人力物力，不斷改進(jìn)分辨率指標(biāo)。隨著衛(wèi)星技術(shù)的提高，工作模式增多，衛(wèi)星的功能和技術(shù)指標(biāo)也不斷提高，有些衛(wèi)星雖然是商業(yè)民用衛(wèi)星，也具有較大的軍事應(yīng)用價(jià)值，如加拿大的Radarsat-2衛(wèi)星，精細(xì)模式達(dá)到了3 m分辨率，具有一定的軍事偵察能力。

5 與SAR相關(guān)技術(shù)的研究動(dòng)態(tài)

5.1 國(guó)內(nèi)外SAR圖像相干斑抑制的研究現(xiàn)狀

SAR能夠有效揭示地貌結(jié)構(gòu)和地面?zhèn)窝b，但相干斑噪聲嚴(yán)重影響了其進(jìn)一步應(yīng)用，許多學(xué)者研究了抑制相干斑噪聲方法，Victor S.Frost等人針對(duì)合成孔徑雷達(dá)圖像提出了一種抑制噪聲方法，D.T.Kuan等人推導(dǎo)了抑制加性噪聲和乘性噪聲的濾波器，Jong-Sen Lee提出了適合加性和乘性噪聲的濾波器，Armand Lopes根據(jù)SAR圖像的統(tǒng)計(jì)分布特點(diǎn)，提出了MAP(最大后驗(yàn)概率)濾波器。上述這些傳統(tǒng)SAR相干斑噪聲抑制方法適合于均勻區(qū)域的情況，實(shí)際上SAR圖像包含的地物種類(lèi)不止一種，近年提出的修正Lee濾波器和增強(qiáng)Frost濾波器適合平穩(wěn)和非平穩(wěn)SAR圖像區(qū)域的處理，還有增強(qiáng)MAP(最大后驗(yàn)概率)方法等。其它一些通用去噪方法如維納濾波器，卡爾曼濾波器等，以及D.L.Doholo等提出的抑制高斯噪聲的小波變換軟閾值方法也能夠較好地運(yùn)用于SAR噪聲抑制。小波變換能夠抑制噪聲，其關(guān)鍵問(wèn)題是小波域的門(mén)限如何選取，這方面己有許多學(xué)者進(jìn)行了研究。

關(guān)于極化SAR相干斑的抑制，國(guó)際上從八十年代中期，己廣泛開(kāi)展了利用極化信息抑制SAR圖像相干斑的研究，以達(dá)到有效提高圖像輻射分辨力和提高極化SAR的應(yīng)用功效。到九十年代初，已有不少利用極化信息的相干斑抑制算法公開(kāi)發(fā)表，代表性的算法有：1)Zebker等的全功率(span)法，就是將各個(gè)極化通道的強(qiáng)度圖像直接進(jìn)行非相干的相加，該方法可得到一定的相干斑抑制效果，并且在視覺(jué)上也有較為明顯的改進(jìn)；2)Lee等的最優(yōu)加權(quán)(Optimal weighting)法，該方法實(shí)際上是span圖像的推廣，它對(duì)各個(gè)極化通道強(qiáng)度圖像數(shù)據(jù)進(jìn)行一定權(quán)值的線(xiàn)性組合，并采用最小均方誤差準(zhǔn)則來(lái)約束權(quán)值的取值，從而達(dá)到減少相干斑的目的，這兩個(gè)算法的缺點(diǎn)都是只利用了各個(gè)極化通道的幅度信息，而沒(méi)有利用相位信息，因此相干斑的抑制效果有限；3)Novak等的極化白化濾波(Polarimetric Whitening Filter-PWF)法，Gozo和Lopes的最小均方差(Minimum mean square error-MMSE)法，和電子科技大學(xué)劉國(guó)慶等在PWF基礎(chǔ)上提出的多視極化白化濾波(Multi一look polarimetric whitening filter-MPWF)法等。這些算法對(duì)均勻場(chǎng)景都有較好的效果，但尚需解決極化信息保護(hù)、紋理結(jié)構(gòu)特征保護(hù)和場(chǎng)景自適應(yīng)性三大問(wèn)題。

國(guó)內(nèi)在極化SAR方面的研究尚處于起步階段。自1993年初到1995年底，電子科技大學(xué)同意大利的空間技術(shù)研究機(jī)構(gòu)Alenia在極化SAR領(lǐng)域開(kāi)展了合作，劉國(guó)慶副教授在這期間被派到Alenia具體從事這一方面合作研究。其中一部分工作就是研究極化SAR圖像的相干斑抑制問(wèn)題，提出了多視極化白化濾波(MPWF)法，從理論上對(duì)均勻和非均勻場(chǎng)景的相干斑抑制效果進(jìn)行了分析。

5.2 合成孔徑雷達(dá)干擾技術(shù)的現(xiàn)狀和發(fā)展

合成孔徑雷達(dá)是一種二維相關(guān)雷達(dá)。雷達(dá)的成像處理系統(tǒng)通過(guò)對(duì)接收的原始雷達(dá)回波進(jìn)行二維相關(guān)處理，對(duì)于相關(guān)的后向散射回波具有很高的處理增益，通 常星載合成孔徑雷達(dá)的處理增益達(dá)到60-70dB，甚至更高。針對(duì)合成孔徑雷達(dá)實(shí)施有源電子干擾，可以采取相干干擾、部分相干干擾、非相干干擾的方式；干擾對(duì)抗系統(tǒng)可以安裝在地面、飛機(jī)、衛(wèi)星等平臺(tái)上。不同的干擾方式產(chǎn)生不同的干擾效果，有不同的適用性。

星載合成孔徑雷達(dá)通常飛行在幾百公里之上，地面干擾系統(tǒng)的作用距離一般在一千公里以上。經(jīng)過(guò)初步研究，在綜合考慮了干擾系統(tǒng)的干擾功率、干擾系統(tǒng)復(fù)雜性、干擾效果、干擾作用范圍，以及干擾信號(hào)被濾除和干擾平臺(tái)遭受反輻射武器打擊可能性等多種因素后，可以把對(duì)星載合成孔徑雷達(dá)的干擾歸結(jié)為兩種主要方案，即：以地面平臺(tái)中小功率相干干擾系統(tǒng)實(shí)施欺騙干擾，或以伴星平臺(tái)小功率非相干干擾系統(tǒng)實(shí)施壓制干擾。

合成孔徑雷達(dá)干擾對(duì)抗系統(tǒng)的有效性和作戰(zhàn)威力，直接取決于研制干擾系統(tǒng)之前對(duì)對(duì)方軍用合成孔徑雷達(dá)基本運(yùn)行方式和數(shù)據(jù)資料的掌握程度。例如為了設(shè)計(jì)研制相干欺騙干擾系統(tǒng)，必須準(zhǔn)確地掌握對(duì)方雷達(dá)的工作頻率、頻帶寬度、脈內(nèi)結(jié)構(gòu)、發(fā)射功率、重復(fù)頻率、天線(xiàn)方向圖及飛行軌道等參數(shù)；為了設(shè)計(jì)研制抵近伴星壓制干擾系統(tǒng)，同樣需要充分掌握對(duì)方星載雷達(dá)的飛行軌道、工作頻率、頻帶寬度、發(fā)射功率、重復(fù)頻率、天線(xiàn)方向圖、極化方式及側(cè)視方向等。

許多合成孔徑雷達(dá)完全是用于戰(zhàn)爭(zhēng)和軍事目的，其關(guān)鍵的技術(shù)特征和數(shù)據(jù)資料是非常保密的。僅僅依據(jù)從網(wǎng)絡(luò)等途徑獲得的未經(jīng)證實(shí)的數(shù)據(jù)，來(lái)選擇對(duì)抗方案并設(shè)計(jì)干擾對(duì)抗系統(tǒng)是不恰當(dāng)?shù)?。我們只能夠通過(guò)長(zhǎng)期艱苦的偵察、積累、分析和證實(shí)，才有可能比較準(zhǔn)確地獲得其主要技術(shù)資料，并在此基礎(chǔ)上設(shè)計(jì)研制出有效的合成孔徑雷達(dá)對(duì)抗武器系統(tǒng)。

關(guān)于合成孔徑雷達(dá)的電子戰(zhàn)問(wèn)題國(guó)內(nèi)外都在進(jìn)行廣泛的研究，提出了多種干擾方法，包括有源欺騙干擾、散射干擾、部分相干干擾等等，并且也進(jìn)行了合成孔徑雷達(dá)干擾試驗(yàn)。國(guó)外對(duì)合成孔徑電子戰(zhàn)的研究見(jiàn)諸文獻(xiàn)的很少，從僅有的一些文獻(xiàn)中可以看到，其對(duì)噪聲壓制干擾、轉(zhuǎn)發(fā)干擾有研究，另外對(duì)于抗干擾措施也有研究，主要是打亂脈間常規(guī)關(guān)系和使用分布式小衛(wèi)星。

雷達(dá)干擾技術(shù)的應(yīng)用和研究經(jīng)歷了巨大的變化和發(fā)展，其重要性也日益突出。第二次世界大戰(zhàn)中的諾曼底登陸戰(zhàn)役，英美聯(lián)軍通過(guò)雷達(dá)偵察完全掌握了德軍在此戰(zhàn)區(qū)40多部雷達(dá)的上作頻率、性能和配置，然后進(jìn)行大規(guī)模的火力轟炸，制造假的進(jìn)攻方向，又進(jìn)行了連續(xù)不斷的干擾，使對(duì)方雷達(dá)完全陷于癱瘓，根本不能提供任何有用的信息，此次參戰(zhàn)的武器設(shè)備損失率不到0.3%；同樣在越南戰(zhàn)爭(zhēng)中，美國(guó)綜合采用了多種雷達(dá)干擾措施來(lái)掩護(hù)和保護(hù)其戰(zhàn)區(qū)的武器設(shè)備；在后來(lái)的海灣戰(zhàn)爭(zhēng)中，以美國(guó)為首的多國(guó)部隊(duì)又憑借高科技的優(yōu)勢(shì)，對(duì)伊軍的整個(gè)戰(zhàn)區(qū)進(jìn)行了連續(xù)不斷的電子偵察和強(qiáng)大的電子干擾。在伊拉克戰(zhàn)爭(zhēng)中，美國(guó)的SAR成像雷達(dá)獲取了敵方大量的地面部署情報(bào)，包括發(fā)射架、飛機(jī)、裝甲車(chē)、火炮、集結(jié)點(diǎn)、掩體、補(bǔ)給線(xiàn)和退卻路線(xiàn)等等，精確分辨伊拉克地面的車(chē)輛裝備，大大提高了打擊精確度。由此可見(jiàn)，SAR干擾技術(shù)在軍事領(lǐng)域中的應(yīng)用十分關(guān)鍵。

SAR在現(xiàn)代戰(zhàn)爭(zhēng)中有著如此重要的作用，因此，破壞和削弱SAR的作戰(zhàn)能力，研究對(duì)抗SAR的策略，有著非常重要的意義。西方發(fā)達(dá)國(guó)家很早就開(kāi)始了對(duì)SAR的干擾技術(shù)研究，并有相關(guān)的專(zhuān)著；國(guó)內(nèi)在這方面的研究還剛剛起步。國(guó)內(nèi)對(duì)SAR現(xiàn)有的干擾技術(shù)，壓制干擾有噪聲干擾和距離調(diào)頻率失配脈間去相干法等，欺騙干擾有虛假圖像干擾、彈射式干擾等。

目前，我國(guó)有關(guān)部門(mén)對(duì)合成孔徑雷達(dá)干擾對(duì)抗的問(wèn)題格外重視，已經(jīng)對(duì)國(guó)家 空間安全與防御及空間電子對(duì)抗等進(jìn)行了積極的規(guī)劃和部署。國(guó)內(nèi)對(duì)其干擾方法的研究，還處于剛開(kāi)始階段，在國(guó)內(nèi)己經(jīng)開(kāi)展對(duì)其干擾研究的單位還比較少，主要有電子第29所、西安電子科技大學(xué)電子對(duì)抗教研室等，在這方面需要做很多的工作。國(guó)內(nèi)對(duì)SAR干擾技術(shù)還處于研究和計(jì)算機(jī)仿真階段。隨著大功率器件的成功研制，可以提供足夠的干擾功率，大大降低SAR的信噪比，從而破壞其成像功能。數(shù)字儲(chǔ)頻技術(shù)的上程應(yīng)用，可以對(duì)SAR的幅度和相位特性進(jìn)行高保真的復(fù)制。高速DSP（數(shù)字信號(hào)處理）的發(fā)展，可以實(shí)時(shí)模擬SAR運(yùn)行參數(shù)、波束寬度及掃描方式，進(jìn)而實(shí)現(xiàn)對(duì)幅度、相位的調(diào)制和對(duì)多普勒變化規(guī)律的預(yù)測(cè)，為我們對(duì)SAR進(jìn)行相參干擾提供了技術(shù)保證。因此，對(duì)SAR的有效干擾不僅是可能的，也是可行的。

然而，由于國(guó)防軍事保密的原因，目前國(guó)外對(duì)SAR系統(tǒng)干擾技術(shù)的研究未見(jiàn)有公開(kāi)的報(bào)道；國(guó)內(nèi)一些高校和研究所也一直處于理論研究和技術(shù)嘗試階段，取得了一些成果，但是還不夠成熟，所以也很少見(jiàn)有公開(kāi)報(bào)道。因此，我們必須針對(duì)SAR系統(tǒng)的特點(diǎn)和成像原理，盡快研究一套比較成熟有效的干擾技術(shù)和方法，同時(shí)積極開(kāi)展反干擾技術(shù)的研究，提高SAR系統(tǒng)的反干擾能力。

目前對(duì)合成孔徑雷達(dá)的電子戰(zhàn)研究中主要存在下列問(wèn)題：對(duì)合成孔徑雷達(dá)的信號(hào)偵察研究較少，這不利于對(duì)合成孔徑雷達(dá)信號(hào)特征庫(kù)的建立；沒(méi)有對(duì)各種干擾方法的長(zhǎng)處與短處進(jìn)行適當(dāng)分析，僅強(qiáng)調(diào)各種干擾方法的個(gè)性，沒(méi)有提及共性，對(duì)相干干擾與非相干干擾的關(guān)系的認(rèn)識(shí)不夠恰當(dāng)；很少有合成孔徑雷達(dá)反干擾措施的研究。

5.3 SAR圖像目標(biāo)檢測(cè)與識(shí)別

美國(guó)MIT的Lincoln實(shí)驗(yàn)室自90年代以來(lái)，在SAR圖像處理方面也作了大量的工作，他們綜合利用高分辨力多極化SAR圖像的多種特征進(jìn)行目標(biāo)的自動(dòng)識(shí)別。Lincoln實(shí)驗(yàn)室的ATR有三個(gè)主要部分：檢測(cè)、識(shí)別、分類(lèi)。在檢測(cè)過(guò)程中采用雙參數(shù)CFAR(恒虛警率)基于局部統(tǒng)計(jì)分布參數(shù)選擇候選目標(biāo)區(qū)域。在識(shí)別過(guò)程中，一個(gè)目標(biāo)大小的匹配濾波器精確地確定候選目標(biāo)的位置和方向，然后通過(guò)計(jì)算識(shí)別特征(包含紋理、大小、對(duì)比度和極化特征等)來(lái)進(jìn)一步除掉雜波。在分類(lèi)過(guò)程中，利用二維模式匹配算法除掉部分可能的假目標(biāo)，并提取目標(biāo)的各種分布特征，最后綜合利用這些特征參數(shù)，進(jìn)行目標(biāo)的分類(lèi)和識(shí)別，確定目標(biāo)類(lèi)型(如坦克和榴彈炮)。

美國(guó)Carnegie Mellon大學(xué)的研究人員在對(duì)目標(biāo)的識(shí)別過(guò)程中，重點(diǎn)分析了檢測(cè)概率和虛警概率，通過(guò)大量的試驗(yàn)他們得出沒(méi)有任何一種識(shí)別方法能夠同時(shí)獲得高的檢測(cè)概率和低的虛警概率。在他們的識(shí)別算法中特別強(qiáng)調(diào)了識(shí)別算法對(duì)不同目標(biāo)的適應(yīng)程度不同的特點(diǎn)，具體應(yīng)用中應(yīng)根據(jù)需要研究采用不同的算法，其提供了將形態(tài)變換法和小波變換法相結(jié)合的檢測(cè)思想。

俄亥俄州立大學(xué)深入分析和研究的SAR圖像的散射特征，通過(guò)建立散射模型提出了一批可用于目標(biāo)識(shí)別的特征參數(shù)，運(yùn)用最大似然估計(jì)和Cramer_ Rao限及簡(jiǎn)化模型推倒出了一些特征提取算法。

美國(guó)大學(xué)的研究工作者在進(jìn)行目標(biāo)的自動(dòng)識(shí)別過(guò)程中，首先根據(jù)所要識(shí)別的不同目標(biāo)類(lèi)型在SAR圖像中尋找感興趣區(qū)域，對(duì)感興趣區(qū)域進(jìn)行必要的濾波后和光學(xué)圖像進(jìn)行特征級(jí)融合，利用不同類(lèi)型圖像數(shù)據(jù)的互補(bǔ)性有效的檢測(cè)識(shí)別出特定的目標(biāo)。

法國(guó)的研究人員在線(xiàn)性目標(biāo)的識(shí)別中利用不同時(shí)段的合成孔徑雷達(dá)(SAR)圖像數(shù)據(jù)信息。在具體處理過(guò)程中首先對(duì)同一地區(qū)各時(shí)段的圖像數(shù)據(jù)分別進(jìn)行方向?yàn)V波以濾除噪聲和不需要的圖像信息并保留具有線(xiàn)性特征的有用信息，而后利用形態(tài)學(xué)變換方法對(duì)線(xiàn)性目標(biāo)進(jìn)行檢測(cè)識(shí)別。最后將各時(shí)段的圖像數(shù)據(jù)的處理結(jié)果進(jìn)行復(fù)合，從而得到有實(shí)際意義的線(xiàn)性目標(biāo)。具體過(guò)程如下：

挪威的Anne提出通過(guò)SAR圖像自動(dòng)檢測(cè)海上溢漏的石油痕跡。該過(guò)程包括檢測(cè)SAR圖像海洋中的黑斑并計(jì)算每一黑斑的特征，將黑斑分類(lèi)為石油溢漏痕跡或類(lèi)似石油溢漏痕跡的海洋自然現(xiàn)象。分類(lèi)的規(guī)則是通過(guò)綜合統(tǒng)計(jì)模型而實(shí)現(xiàn)的，并具有先驗(yàn)知識(shí):輪船和油田周?chē)秃圹E存在的可能性較大。該算法經(jīng)過(guò)84組數(shù)據(jù)的測(cè)試，94%的石油痕跡和99%的類(lèi)似石油痕跡被正確區(qū)分。其過(guò) 程如下所示：

法國(guó)Florence Tupin在對(duì)SAR圖像進(jìn)行道路網(wǎng)的提取時(shí)，采用了兩步算法。第一步是局部檢測(cè)，用于從SAR圖像中提取線(xiàn)性特征。在該步中采用了兩個(gè)線(xiàn)性檢測(cè)器，并對(duì)其結(jié)果進(jìn)行了融合。第二步是全局進(jìn)行的。通過(guò)定義馬爾可夫場(chǎng)來(lái)從第一步得到的線(xiàn)性特征中判斷真正的道路。該算法的主要步驟如下：

Paul C.Smits利用共生矩陣對(duì)高分辨力圖像進(jìn)行紋理分析，以實(shí)現(xiàn)數(shù)據(jù)更新。美國(guó)的Leen-Kiat Soh通過(guò)數(shù)據(jù)挖掘來(lái)對(duì)自然景物進(jìn)行分類(lèi)。其主要過(guò)程有：首先通過(guò)一個(gè)動(dòng)態(tài)局部閩值得到最初的分類(lèi)，接下來(lái)對(duì)閩值圖像進(jìn)行譜分析、空間和紋理分析，最后以這些特征為特性進(jìn)行被稱(chēng)為概念聚類(lèi)的機(jī)器學(xué)習(xí)，從而達(dá)到圖像分類(lèi)的自動(dòng)化。

5.4 恒虛警技術(shù)的研究現(xiàn)狀與發(fā)展動(dòng)向

使用SAR圖像的目的是通過(guò)對(duì)數(shù)據(jù)的處理，從中獲得有用的信息。對(duì)于目標(biāo)檢測(cè)而言，就是要從存在干擾的背景中檢測(cè)出有用目標(biāo)。由于環(huán)境的不穩(wěn)定，準(zhǔn)則的不精確，在此過(guò)程中目標(biāo)不存在而被錯(cuò)誤地判決為存在的概率，稱(chēng)為虛警概率。

SAR圖像中的目標(biāo)可分為點(diǎn)目標(biāo)、線(xiàn)目標(biāo)和面目標(biāo)。點(diǎn)目標(biāo)是指幾何尺寸小于一定圖像分辨單元的目標(biāo)，包括坦克、車(chē)輛以及小型建筑等。由于點(diǎn)目標(biāo)在SAR圖像中只占很少的幾個(gè)像素，要得到它們的形狀信息就比較困難，一般是通過(guò)其自身及其周?chē)袼氐幕叶确植家约耙恍┫闰?yàn)知識(shí)來(lái)估計(jì)目標(biāo)的可能類(lèi)型。線(xiàn)目標(biāo)是在SAR圖像中表現(xiàn)為具有一定形狀的亮(暗)線(xiàn)的目標(biāo)，如鐵路、公路、橋梁、輸電線(xiàn)以及水陸邊界等。由于線(xiàn)目標(biāo)往往具有特殊的形狀，所以不同線(xiàn)目標(biāo)的處理方法通常具有其特殊性。面目標(biāo)，也稱(chēng)分布目標(biāo)，是在圖像中占有一定面積的目標(biāo)。它們可以被看成是由許多點(diǎn)目標(biāo)組成的，如山地、森林、農(nóng)作物和建筑群等。不同面目標(biāo)之間有著不同灰度、紋理的差別，這種差別就成為識(shí)別面目標(biāo)的依據(jù)。

在雷達(dá)自動(dòng)檢測(cè)系統(tǒng)中，通常是將自動(dòng)檢測(cè)和恒虛警(CFAR，constant false alarm rate)技術(shù)結(jié)合使用以保持在變化的雜波環(huán)境中獲得可預(yù)測(cè)的檢測(cè)性能和恒定虛警率。

早期的雷達(dá)系統(tǒng)把所有接收到的信息直接送給視頻顯示器，雜波、噪聲和目標(biāo)回波的幅度變化被同時(shí)顯示出來(lái)，目標(biāo)的檢測(cè)能力由操作員決定。為了從背景雜波和噪聲中區(qū)分目標(biāo)回波，操作員要定時(shí)監(jiān)視顯示器回波圖像上的密度變化。盡管在國(guó)內(nèi)很多系統(tǒng)中仍然使用這些原始數(shù)據(jù)(距離一方位和距離一多普勒頻率)的顯示方法，但是有些現(xiàn)代雷達(dá)系統(tǒng)已能完成自動(dòng)檢測(cè)和跟蹤。具有自動(dòng)檢測(cè)和跟蹤能力的智能化的雷達(dá)是現(xiàn)代雷達(dá)的發(fā)展趨勢(shì)。

自動(dòng)檢測(cè)處理的目的是在感興趣的辨識(shí)單元中自動(dòng)檢測(cè)目標(biāo)回波。自動(dòng)檢測(cè)手段給雷達(dá)系統(tǒng)提供了強(qiáng)大的數(shù)據(jù)處理能力。應(yīng)用自動(dòng)檢測(cè)的系統(tǒng)可以同時(shí)跟蹤多個(gè)目標(biāo)，借助于數(shù)字脈沖多普勒方法，它可以與增強(qiáng)的自動(dòng)跟蹤能力一起提供自動(dòng)距離和速度模糊辨識(shí)。

CFAR技術(shù)是雷達(dá)自動(dòng)檢測(cè)系統(tǒng)中控制虛警率的最重要手段，它在雷達(dá)自動(dòng)檢測(cè)過(guò)程中起著極其重要的作用。CFAR處理是一個(gè)提供檢測(cè)閾值的數(shù)字信號(hào)處理算法。CFAR設(shè)計(jì)的目的是提供相對(duì)來(lái)說(shuō)可以避免噪聲背景雜波和干擾變化影響的檢測(cè)閾值，并且當(dāng)與到達(dá)的樣本進(jìn)行比較時(shí)，使目標(biāo)檢測(cè)具有恒定的虛警概率。為了能在特定的最大距離探測(cè)特定的平均雷達(dá)截面積的目標(biāo)，且具有特定的檢測(cè)概率Pd(當(dāng)該目標(biāo)位于特定最大距離內(nèi)時(shí))和虛警概率Pfa(當(dāng)沒(méi)有目標(biāo)存在時(shí))，需要根據(jù)有關(guān)目標(biāo)雷達(dá)截面積起伏、雜波、背景噪聲或干擾機(jī)干擾的特定統(tǒng)計(jì)模型進(jìn)行探測(cè)。就此而論，自動(dòng)雷達(dá)檢測(cè)的基本問(wèn)題是確定檢測(cè)準(zhǔn)則，使它能在某種最優(yōu)意義上提供對(duì)目標(biāo)的自動(dòng)檢測(cè)。在預(yù)先給定的最大范圍內(nèi)和給定的已知系統(tǒng)參數(shù)條件下，并采用特定的平均雷達(dá)截面積及目標(biāo)雷達(dá)截面積起伏、雜波、背景噪聲或干擾機(jī)干擾的統(tǒng)計(jì)模型，使檢測(cè)具有特定的系統(tǒng)Pfa和Pd。

二十多年來(lái)，雷達(dá)自動(dòng)檢測(cè)與CFAR處理技術(shù)逐漸發(fā)展成為國(guó)際雷達(dá)信號(hào)處理界的一大熱門(mén)研究領(lǐng)域和關(guān)鍵性問(wèn)題?，F(xiàn)在，CFAR研究已經(jīng)出現(xiàn)了多個(gè)研究方向。根據(jù)模擬雜波背景所使用的雜波分布模型分為：瑞利(Rayleigh)分布、韋 布爾(Weibull)分布、對(duì)數(shù)正態(tài)(Log-normal)分布和K分布模型中的CFAR研究；按照數(shù)據(jù)處理方式分為：參量和非參量CFAR技術(shù)；按處理所在的數(shù)域分為：時(shí)域和頻域CFAR研究方法；根據(jù)數(shù)據(jù)的形式分為：標(biāo)量和向量CFAR技術(shù)；根據(jù)信號(hào)的相關(guān)程度分為：相關(guān)和不相關(guān)信號(hào)及部分相關(guān)信號(hào)的CFAR方法。此外，還可分為單參數(shù)和多參數(shù)CFAR技術(shù)，單傳感器和多傳感器分布式CFAR技術(shù)，以及其它的一些研究方法。本文將涉及到其中一些常用的CFAR方法。

隨著CFAR處理理論的發(fā)展，研究的重點(diǎn)將集中在以下幾個(gè)方面：

1)瑞利背景中的新算法

我們知道，在CFAR處理理論中，瑞利背景中的CFAR處理是研究最多和最充分的。最初的單元平均(CA, cell averaging)、最大選擇(GO, greatest of)、有序統(tǒng)計(jì)量(OS，order statistics)等CFAR檢測(cè)器都是針對(duì)瑞利背景的。但由于它們是研究對(duì)數(shù)正態(tài)、韋布爾、K分布CFAR技術(shù)的基礎(chǔ)，因而目前還有許多學(xué)者在從事這一方面的研究工作。可以預(yù)計(jì)，將來(lái)還會(huì)有一批適合于瑞利雜波背景的新的CFAR檢測(cè)器出現(xiàn)。

2)對(duì)數(shù)正態(tài)和韋布爾背景中的CFAR處理

由于用來(lái)描述非瑞利雜波的最常用統(tǒng)計(jì)模型是對(duì)數(shù)正態(tài)和韋布爾分布模型，因而，近年來(lái)對(duì)對(duì)數(shù)正態(tài)和韋布爾背景中的CFAR技術(shù)的研究越來(lái)越引起人們的興趣。由于這兩種雜波背景都是雙參數(shù)的，因而將來(lái)的研究重點(diǎn)將是雙參數(shù)CFAR技術(shù)。

3)K分布背景中的CFAR技術(shù)

由于K分布模型與韋布爾雜波模型相比能更好地模擬海雜波的非均勻區(qū)域，因而有關(guān)K分布背景中的CFAR技術(shù)研究也受到人們的充分重視，并已成為CFAR處理領(lǐng)域中的一個(gè)重要研究方向。

4)其它雜波分布模型的研究

本文引用的皮爾遜分布模型就是一種較新的雜波分布模型?？梢灶A(yù)見(jiàn)，隨著雜波分布模型研究的深入，必將出現(xiàn)與實(shí)際環(huán)境更為匹配的雜波分布模型。

5)分布式CFAR處理技術(shù)

隨著分布檢測(cè)理論的發(fā)展，近年來(lái)人們提出了分布式CFAR處理的概念，并對(duì)CA，OS等經(jīng)典CFAR檢測(cè)器給出了分布式結(jié)構(gòu)，這一方向的趨勢(shì)是研究現(xiàn)有CFAR檢測(cè)器的分布式方案。

6)綜合圖像處理技術(shù)的CFAR處理

CFAR技術(shù)所處理的二維雜波背景環(huán)境可以看作是一幅質(zhì)量不高的有待于處理的圖像。因此，圖像處理技術(shù)可以用于CFAR處理，本文所做的工作就是很好的證明。而且，圖像處理技術(shù)研究的深入程度要比CFAR處理領(lǐng)域領(lǐng)先一步，已有很多有效可行的方法。今后，將更多的圖像處理技術(shù)移植倒CFAR處理中來(lái)是一個(gè)很有前途的研究方向。

7)智能型CFAR處理

未來(lái)的CFAR檢測(cè)器將是集檢測(cè)處理和通信等功能為一體的整個(gè)大規(guī)模雷達(dá)檢測(cè)系統(tǒng)的一個(gè)組成部分。若將CFAR處理與人工智能技術(shù)結(jié)合起來(lái)，譬如專(zhuān)家系統(tǒng)，實(shí)時(shí)完成檢測(cè)背景雜波分布模型的自動(dòng)識(shí)別，進(jìn)而實(shí)現(xiàn)檢測(cè)閾值和參數(shù)T的智能自適應(yīng)，那么就可以產(chǎn)生智能型CFAR處理系統(tǒng)。這是未來(lái)發(fā)展的一個(gè)重要方向。

8)人工神經(jīng)網(wǎng)絡(luò)理論在CFAR處理中的應(yīng)用

近年來(lái)，在學(xué)術(shù)界興起并得到迅速發(fā)展的人工神經(jīng)網(wǎng)絡(luò)拉術(shù)(ANN，artificial neural networks)，以其特殊的大規(guī)模并行處理、分布式信息存儲(chǔ)、良好的自適應(yīng)性和自組織性以及很強(qiáng)的學(xué)習(xí)、聯(lián)想和容錯(cuò)功能等特征，給高新技術(shù)帶來(lái)了希望。特別是與傳統(tǒng)的隨機(jī)自適應(yīng)系統(tǒng)相比，ANN不僅具有更強(qiáng)的學(xué)習(xí)能力，而且還具有記憶、選擇、抽象和識(shí)別能力。通過(guò)對(duì)ANN系統(tǒng)的訓(xùn)練，有可能自動(dòng)找到解決問(wèn)題的方法，它對(duì)數(shù)據(jù)或環(huán)境條件不確定性的包容能力很強(qiáng)，尤其適用于噪聲與雜波干擾背景下的信號(hào)檢測(cè)、參數(shù)估計(jì)、目標(biāo)特性提取與識(shí)別、系統(tǒng)建模等問(wèn)題。因此，應(yīng)用ANN有可能找到解決CFAR處理問(wèn)題的新的有效手段，并發(fā)展成為新一代的CFAR神經(jīng)網(wǎng)絡(luò)處理理論。

9)CFAR處理系統(tǒng)的工程實(shí)現(xiàn)

目前，我國(guó)的CFAR處理技術(shù)的研究尚處于發(fā)展階段，而更重要的是把它推向?qū)嶋H應(yīng)用。盡快將最新最有效的CFAR處理技術(shù)應(yīng)用到軍事和民用領(lǐng)域，不僅會(huì)使理論研究在更加堅(jiān)實(shí)的基礎(chǔ)上向前發(fā)展，而且對(duì)改善現(xiàn)有的國(guó)防和民用航空管制設(shè)備的性能，增強(qiáng)我國(guó)國(guó)力以及趕超世界科技先進(jìn)水平均具有極其深遠(yuǎn)的歷史意義和現(xiàn)實(shí)意義。

5.5 SAR圖像變化檢測(cè)方法

圖象變化檢測(cè)技術(shù)旨在檢測(cè)相隔一段時(shí)間的圖象之間發(fā)生的變化。圖象變化檢測(cè)技術(shù)主要依賴(lài)于輻射值或者局部紋理的變化。這些變化可能是由于地表覆蓋的真實(shí)變化引起的，或者是由照射角、大氣條件、傳感器精度、地面濕度等條件變化引起的。變化檢測(cè)的基本前提是相對(duì)于由一些隨機(jī)因素引起的變化由對(duì)象本身變化引起的輻射值或局部紋理的變化是可分的。在遙感應(yīng)用中有許多普遍使用的變化檢測(cè)技術(shù)，如：圖象差值法、圖象比值法、分類(lèi)結(jié)果比較法、圖象回歸法、植被索引差值法、主分量分析法、變化向量分析法。

許多和監(jiān)測(cè)有關(guān)的問(wèn)題都可以以變化檢測(cè)問(wèn)題的形式提出。變化檢測(cè)是通過(guò)不同時(shí)間的觀測(cè)，來(lái)識(shí)別對(duì)象狀態(tài)變化的過(guò)程。從衛(wèi)星得到的遙感數(shù)據(jù)的一個(gè)重要應(yīng)用是變化檢測(cè)。變化檢測(cè)技術(shù)在許多環(huán)境監(jiān)測(cè)研究中廣泛應(yīng)用，如土地利用分析、森林采伐監(jiān)測(cè)、災(zāi)情估計(jì)等。由于衛(wèi)星在大范圍區(qū)域偵察的優(yōu)勢(shì)，變化檢測(cè)技術(shù)在軍事上也有著廣泛的應(yīng)用。目前有許多軍事目的應(yīng)用研究，如人造目標(biāo)檢測(cè)、地面武力部署分析等。

使用遙感數(shù)據(jù)進(jìn)行變化檢測(cè)的基本前提是相對(duì)于由一些隨機(jī)因素引起的變化由對(duì)象本身變化引起的輻射值或局部紋理的變化是可分的。這些隨機(jī)因素包括大氣條件、照射角和視角、土壤濕度、季節(jié)、天氣、潮汐等。有一些變化檢測(cè)技術(shù)可能假定變化的區(qū)域是相當(dāng)小的。

變化檢測(cè)是檢測(cè)是否發(fā)生變化以及變化的屬性，包括變化的位置和內(nèi)容。大多數(shù)變化檢測(cè)技術(shù)不能識(shí)別發(fā)生了什么變化，需要解譯員來(lái)識(shí)別發(fā)生了什么變化和分析造成變化的原因。Dreschler-Fischer L., C.Drewniok, H.Langeand C.Schroder等人企圖利用專(zhuān)家系統(tǒng)解決這方面的問(wèn)題，但結(jié)果不是很理想。5.1 變化檢測(cè)技術(shù)

變化檢測(cè)技術(shù)可以分成以下兩大類(lèi)方法：多時(shí)相圖象單獨(dú)處理的比較分析和多時(shí)相圖象數(shù)據(jù)集的同時(shí)分析。在這兩大類(lèi)方法中各有許多方法和技術(shù)。主要有以下10種變化檢測(cè)技術(shù)。

（1）分類(lèi)結(jié)果比較法

分類(lèi)結(jié)果比較法要求對(duì)每一副圖象單獨(dú)進(jìn)行分類(lèi)，然后對(duì)多時(shí)相圖象的分類(lèi) 結(jié)果圖象進(jìn)行比較。如果對(duì)應(yīng)象素的類(lèi)別標(biāo)簽相同，則認(rèn)為該象素沒(méi)有發(fā)生變化，否則認(rèn)為該象素發(fā)生了變化。分類(lèi)的方法可以是監(jiān)督分類(lèi)方法也可以是非監(jiān)督分類(lèi)方法。分類(lèi)后圖象可以用人工目視比較或者計(jì)算機(jī)比較。此方法的主要缺點(diǎn)是分類(lèi)錯(cuò)誤有組合影響，變化檢測(cè)的精度等于每幅圖象分類(lèi)精度的乘積。分類(lèi)結(jié)果比較法經(jīng)常用于檢測(cè)非城區(qū)向城區(qū)、森林向農(nóng)田的轉(zhuǎn)化、土地利用變化、濕地和森林檢測(cè)等。

（2）直接多時(shí)相圖象分類(lèi)法

直接多時(shí)相圖象分類(lèi)法使用兩個(gè)或更多日期的圖象數(shù)據(jù)集的一次分析來(lái)識(shí)別變化的區(qū)域。舉例說(shuō)明，假設(shè)有兩個(gè)不同時(shí)間的Landsa七M(jìn)SS圖象數(shù)據(jù)，用兩個(gè)四波段數(shù)據(jù)產(chǎn)生一個(gè)八波段數(shù)據(jù)集，然后采用監(jiān)督分類(lèi)方法或非監(jiān)督分類(lèi)方法分析這個(gè)數(shù)據(jù)集，隨后檢測(cè)在哪些區(qū)域發(fā)生了變化。在監(jiān)督分類(lèi)中，屬于變化和沒(méi)有變化區(qū)域的訓(xùn)練樣本用來(lái)推導(dǎo)一些統(tǒng)計(jì)量，以定義特征空間的子空間；在非監(jiān)督分類(lèi)中，通過(guò)聚類(lèi)分析決定類(lèi)別。直接的多時(shí)相圖象分類(lèi)用于檢測(cè)海岸區(qū)域或森林區(qū)域的變化，經(jīng)常能夠得到較好的結(jié)果。此方法主要應(yīng)用于多波段圖象。

（3）圖象差值法

圖象差值法要求圖象中每一個(gè)象素的灰度值和另一副圖象中對(duì)應(yīng)象素的灰度值相減，結(jié)果圖象代表了在此期間此地區(qū)的變化。圖象差值法可以應(yīng)用于單一波段(稱(chēng)做單變量圖象差分)，也可以應(yīng)用于多波段(稱(chēng)做多變量圖象差分)。圖象差值法經(jīng)常采用一些輻射校正來(lái)減少照射角、強(qiáng)度和視角變化的影響。圖象差值法用于檢測(cè)海岸線(xiàn)環(huán)境變化、熱帶森林變化、溫帶森林變化、沙漠化、農(nóng)作物分析等。

（4）圖象回歸法

在圖象回歸變化檢測(cè)方法中，某一時(shí)間獲得的圖象的象素灰度值被看作為在另一時(shí)間獲得的圖象對(duì)應(yīng)象素灰度值的一個(gè)線(xiàn)性函數(shù)?？梢允褂米钚【秸`差方法估計(jì)此線(xiàn)性函數(shù)。發(fā)生變化的象素將有一個(gè)不同于由回歸函數(shù)預(yù)測(cè)的灰度值。如果由回歸函數(shù)預(yù)測(cè)的灰度值和象素的實(shí)際灰度值的差值大于給定的門(mén)限值，則認(rèn)為該象素發(fā)生了變化。圖象回歸法用于處理不同時(shí)期圖象的均值和方差存在差別的情況，所以不同的大氣條件和太陽(yáng)角的影響被減小了。此外，可以用實(shí)際值和預(yù)測(cè)值進(jìn)行差值、比值。

（5）圖象比值法

圖象比值法計(jì)算已配準(zhǔn)的多時(shí)相圖象對(duì)應(yīng)象素的灰度值的比值，如果在一個(gè)象素上沒(méi)有發(fā)生變化，則比值接近1，如果在此象素上發(fā)生變化，則比值遠(yuǎn)大于或遠(yuǎn)小于1(依靠變化的方向)。圖象比值法需要進(jìn)行輻射校正。相比于圖象差值法，圖象比值法對(duì)于SAR圖象上的乘性噪聲是不敏感的。圖象比值法用于城區(qū)變化檢測(cè)時(shí)是很成功的。

（6）植被索引差值法

植被索引差值法主要應(yīng)用于植被研究方面，植被索引也就是兩波段圖象對(duì)應(yīng)象素的灰度值之比或灰度值幾何運(yùn)算之比。由于植被對(duì)紅光有很強(qiáng)的吸收能力，對(duì)近紅外光有很強(qiáng)的反射能力。所以用這兩個(gè)波段的圖象數(shù)據(jù)進(jìn)行比值處理，較好地體現(xiàn)植被特征，用植被索引進(jìn)行差值處理就能夠檢測(cè)植被的變化。有許多植被索引在實(shí)際應(yīng)用中使用，最普遍的植被索引是標(biāo)準(zhǔn)化差分植被索引（NDVI）。當(dāng)使用植被索引時(shí)提倡采用一些輻射校正以補(bǔ)償土壤背景的影響。植被索引差值法被用于研究沙漠化和森林蟲(chóng)災(zāi)。需要注意的是索引也可以用來(lái)定義不是植被的其他特征。植被索引差值法應(yīng)用于多波段圖象。

（7）主分量分析法

主分量分析法使用主分量變換(離散K-L變換)，主分量變換是一個(gè)線(xiàn)性變換，它定義了一個(gè)新的正交坐標(biāo)系統(tǒng)，數(shù)據(jù)在此坐標(biāo)系統(tǒng)內(nèi)是不相關(guān)的。主分量變換可以從原始數(shù)據(jù)的協(xié)方差矩陣或相關(guān)矩陣的特征向量推出，新坐標(biāo)系統(tǒng)的坐標(biāo)軸是由這些矩陣的特征向量定義的。通過(guò)向量乘積對(duì)每一個(gè)單獨(dú)象素進(jìn)行變換，得到在一個(gè)新空間的新坐標(biāo)值。每一個(gè)特征向量可以看作為一個(gè)新波段，象素的坐標(biāo)值可以看作為在此“波段”上的亮度值。由每一個(gè)新“波段”引起的場(chǎng)景方差由相應(yīng)于矩陣特征向量的矩陣特征值決定。由于在沒(méi)有變化的區(qū)域圖象有一個(gè)較高的相關(guān)，在變化的區(qū)域有較低的相關(guān)。如果在多時(shí)相數(shù)據(jù)集中變化的主要部分和固定的地表覆蓋類(lèi)型相聯(lián)系，變化區(qū)域在產(chǎn)生的主分量圖象上得到增強(qiáng)。由協(xié)方差矩陣得到主分量和由相關(guān)矩陣得到的主分量是不同的，由相關(guān)矩陣推導(dǎo)的主分量變換對(duì)于多時(shí)相分析是尤其有用的，因?yàn)闃?biāo)準(zhǔn)化能夠減小大氣條件和太陽(yáng)角的影響。主分量分析應(yīng)用于兩個(gè)或更多時(shí)期的圖象集。

（8）變化向量分析法

可以用多波段遙感圖象數(shù)據(jù)構(gòu)建一個(gè)向量空間，向量空間的維數(shù)就是波段數(shù)。這樣圖象上的一點(diǎn)就可以用向量空間的一點(diǎn)表示，向量空間上的點(diǎn)的坐標(biāo)就是對(duì)應(yīng)波段的灰度值。和每一個(gè)象素相聯(lián)系的數(shù)據(jù)就定義了多維空間上的一個(gè)向量。如果一個(gè)象素從時(shí)間t1，到時(shí)間t2發(fā)生變化，描述變化的向量用時(shí)間t1和時(shí)間t2的對(duì)應(yīng)向量相減得到，這個(gè)變化向量稱(chēng)做多波段變化向量。變化向量既可以由原始數(shù)據(jù)也可以由變換數(shù)據(jù)(如主分量變換)計(jì)算得到。如果變化向量的幅值超過(guò)給定的門(mén)限，則可斷定該象素發(fā)生變化，變化向量的方向包含變化類(lèi)型信息。變化向量分析法已經(jīng)在森林變化檢測(cè)和一般土地利用變化中應(yīng)用。

（9）統(tǒng)計(jì)測(cè)試法

對(duì)于多時(shí)相圖象可以應(yīng)用統(tǒng)計(jì)測(cè)試方法檢測(cè)是否發(fā)生變化。有各種各樣的統(tǒng)計(jì)測(cè)試，如：決定兩個(gè)樣本是否來(lái)自相同總體的Kalmogorov-Smirnov測(cè)試、兩個(gè)時(shí)期圖象數(shù)據(jù)之間的相關(guān)系數(shù)和半方差等。統(tǒng)計(jì)測(cè)試只能檢測(cè)圖象數(shù)據(jù)是否發(fā)生變化，不能解決變化的位置、變化的性質(zhì)等問(wèn)題。統(tǒng)計(jì)測(cè)試通常僅僅指示了待檢測(cè)圖象中一些統(tǒng)計(jì)參數(shù)是否發(fā)生變化。統(tǒng)計(jì)測(cè)試法的優(yōu)點(diǎn)是它受圖象配準(zhǔn)誤差的影響很小。

（10）其它技術(shù)

遙感圖象和計(jì)算機(jī)視覺(jué)、圖象理解、模糊理論等領(lǐng)域的結(jié)合將有可能產(chǎn)生一些新的變化檢測(cè)技術(shù)。例如：Choo A., B.Pham, and A.J.Maeder研究利用圖形分析來(lái)識(shí)別圖象序列變化。計(jì)算機(jī)視覺(jué)領(lǐng)域的研究工作者使用區(qū)域紋理特征分割圖象，雖然處理的目的不是變化檢測(cè)，但結(jié)果表明這樣分割的多時(shí)相圖象是有助于變化檢測(cè)的。人工智能在遙感方面的應(yīng)用越來(lái)越多，Blonda P.N.,G.Pasquariello, S.Losito, A.Moti, F.Posa and D.Ragno等人研究發(fā)現(xiàn)在一個(gè)多時(shí)相圖象數(shù)據(jù)集上使用基于規(guī)則的模糊邏輯方法能夠給出比最大似然分類(lèi)器更好的分類(lèi)結(jié)果。模糊分類(lèi)算法的一些最近研究對(duì)于提高分類(lèi)后比較法的變化檢測(cè)精度提供了一定程度的可能性。

5.2 變化檢測(cè)應(yīng)注意的幾個(gè)問(wèn)題

在進(jìn)行變化檢測(cè)之前，必須考慮以下幾個(gè)問(wèn)題：圖象配準(zhǔn)和圖象校正、門(mén)限值的選擇、輻射校正和精度評(píng)估。任何自動(dòng)變化檢測(cè)系統(tǒng)都需要考慮這些問(wèn)題，下面對(duì)這些問(wèn)題進(jìn)行簡(jiǎn)單討論。

（1）圖象配準(zhǔn)和圖象校正

所有的變化檢測(cè)方法都要求對(duì)多時(shí)相圖象進(jìn)行精確配準(zhǔn)，如果不能得到較高的圖象配準(zhǔn)精度，則在整個(gè)場(chǎng)景內(nèi)將有大量的變化區(qū)域，這種情況是由圖象錯(cuò)位造成的。但是目前還沒(méi)有對(duì)高配準(zhǔn)精度給出一個(gè)確切數(shù)字值。Jensen使用機(jī)載遙感圖象數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，指出2.26個(gè)象素的圖象配準(zhǔn)精度是臨界點(diǎn)。El-Raey建議圖象配準(zhǔn)誤差小于2個(gè)象素是比較合理的精度。Milne A.K.建議圖象配準(zhǔn)誤差為1個(gè)象素或者更少較為合適。但是很少有關(guān)于圖象配準(zhǔn)精度對(duì)變化檢測(cè)錯(cuò)誤率影響的研究。

（2）門(mén)限值的選擇

大多數(shù)變化檢測(cè)技術(shù)要求選擇一個(gè)門(mén)限值，以決定是否發(fā)生變化。現(xiàn)在主要有兩種選擇門(mén)限的方法：一種是交互式方法，解譯員調(diào)整門(mén)限值直到結(jié)果滿(mǎn)意時(shí)為止。第二種方法是使用一些統(tǒng)計(jì)測(cè)量量，如一個(gè)類(lèi)均值的標(biāo)準(zhǔn)差。

（3）輻射校正

一些變化檢測(cè)技術(shù)要求進(jìn)行輻射校正。使用遙感圖象數(shù)據(jù)進(jìn)行變化檢測(cè)的前提是由感興趣的目標(biāo)變化引起的輻射值的改變要比由一些隨機(jī)因素引起的輻射值變化要大。這些隨機(jī)因素包括大氣條件、照射角和土壤濕度等。如果變化檢測(cè)技術(shù)對(duì)這些因素比較敏感，則就需要考慮進(jìn)行輻射校正。不同時(shí)相或傳感器的圖象數(shù)據(jù)可以參考確定沒(méi)有發(fā)生變化的區(qū)域進(jìn)行輻射校正，輻射校正一般采用圖象回歸法或直方圖變換技術(shù)。

（4）精度評(píng)估

在變化檢測(cè)研究中通常都沒(méi)有進(jìn)行精度評(píng)估。少數(shù)研究中進(jìn)行了精度評(píng)估，但是這些精度評(píng)估方法是不相同的。

（5）隨機(jī)因素的聯(lián)合影響

不同的變化檢測(cè)技術(shù)對(duì)不同因素的敏感性是不同的，這些因素的影響有時(shí)是聯(lián)合起作用的。例如：對(duì)于配準(zhǔn)精度為0.2個(gè)象素的圖象系列最好的變化檢測(cè)技術(shù)對(duì)于配準(zhǔn)精度為1個(gè)象素的圖象系列可能不是最好的。對(duì)于提出的問(wèn)題和隨機(jī)因素的影響通常需要單獨(dú)考慮和對(duì)待。5.3 變化檢測(cè)技術(shù)的評(píng)估與比較

大多數(shù)文獻(xiàn)中的應(yīng)用都是解決特定區(qū)域的特定問(wèn)題，僅使用一種變化檢測(cè)技術(shù)。大多數(shù)應(yīng)用中都沒(méi)有給出檢測(cè)精度評(píng)估，基本的原因是缺少地面真實(shí)數(shù)據(jù)。目前只有少數(shù)的研究工作是關(guān)于變化檢測(cè)技術(shù)的比較研究方面的，并且其中的大多數(shù)研究都沒(méi)有充足的定量分析支持他們的結(jié)論。

現(xiàn)在還難以看到關(guān)于任何一種變化檢測(cè)技術(shù)的定量評(píng)估的報(bào)道，但是經(jīng)常有關(guān)于每一種變化檢測(cè)技術(shù)的優(yōu)點(diǎn)和缺點(diǎn)的評(píng)論。El-Raey M., S.M.Nasr and M.M.EI-Hattab研究發(fā)現(xiàn)圖象差值法、圖象比值法不能區(qū)分侵蝕區(qū)域和淤積區(qū)域，主分量分析方法能夠區(qū)分這兩個(gè)區(qū)域，但沒(méi)有給出任何定量的或定性的比較結(jié)果。

Nelson研究發(fā)現(xiàn)植被索引差值法是優(yōu)于圖象差值法和圖象比值法，但是Banner A.V, and T.Lynham發(fā)現(xiàn)植被索引差值法的精度比多時(shí)相圖象直接分類(lèi)法的精度低。

Singh A.總結(jié)了關(guān)于森林變化自動(dòng)檢測(cè)方法客觀評(píng)估的一些從前工作，比較了單變量圖象差值法、圖象比值法、植被索引差值法、圖象回歸法、主分量分析法、分類(lèi)結(jié)果比較法和多時(shí)相圖象直接分類(lèi)法等變化檢測(cè)方法。研究了一些局部空間處理技術(shù)如圖象平滑，背景提取、邊緣增強(qiáng)等。測(cè)試不同的門(mén)限值以便于找到能給出最高變化分類(lèi)精度的一個(gè)值。得到以下的結(jié)論：

1)使用Landsat MSS波段2圖象數(shù)據(jù)，圖象回歸法能夠給出最高的精度。

2)圖象比值法和圖象差值法給出次高的分類(lèi)精度。

3)各種各樣的局部空間處理技術(shù)不能提高變化識(shí)別的精度。

4)分類(lèi)結(jié)果比較法的精度最低。

Fung T and E.LeDrew研究了圖象差值法、圖象比值法、和主分量分析法三種變化檢測(cè)技術(shù)并得出結(jié)論：主分量分析法得到最好的結(jié)果，同時(shí)注意到一些特殊的變化類(lèi)型使用其他技術(shù)能得到更高的精度。Jiaju L.也發(fā)現(xiàn)主分量分析法是優(yōu)于圖象差值法與圖象比值法。

另一方面，Stow D.A., D.Collins and D.Mckinsey等人研究發(fā)現(xiàn)圖象比值法識(shí)別變化的精度比主分量分析法高。Muchoney D.M.and B.N.Haack研究發(fā)現(xiàn)圖象差值法比主分量分析法的精度高，但這兩種方法都是優(yōu)于分類(lèi)結(jié)果比較法與多時(shí)相圖象直接分類(lèi)法。

Martin L.R.G經(jīng)過(guò)研究并得出結(jié)論，分類(lèi)結(jié)果比較法得到的變化檢測(cè)結(jié)果精度比多時(shí)相圖象直接分類(lèi)法和主分量分析法高。

由以上結(jié)論可以看出，變化檢測(cè)方法的比較研究結(jié)果有很大的沖突，甚至有定量精度估計(jì)支持的結(jié)論之間也存在沖突。目前還沒(méi)有一個(gè)通用的最優(yōu)變化檢測(cè)方法，即使對(duì)于特定的應(yīng)用哪一種變化檢測(cè)技術(shù)是最好的也不是肯定的。除非進(jìn)行了大量的、數(shù)字量化的精度評(píng)估，否則不能斷定對(duì)于一個(gè)特定應(yīng)用哪一種變化檢測(cè)技術(shù)是最好的。不同的應(yīng)用應(yīng)選擇不同的變化檢測(cè)方法。在一個(gè)給定條件下最適合的方法依賴(lài)于指定的應(yīng)用(應(yīng)用的環(huán)境類(lèi)型、感興趣的目標(biāo))和要求的細(xì)節(jié)數(shù)量。

門(mén)限選取及圖象配準(zhǔn)對(duì)于變化檢測(cè)也是很重要的一個(gè)方面。雖然目前變化檢測(cè)技術(shù)還有很多工作要做，但變化檢測(cè)技術(shù)是輔助人工分析的一個(gè)有利工具。

5.6 干涉合成孔徑雷達(dá)

6.1 引言

精確的三維地形數(shù)據(jù)在軍事、地學(xué)、資源管理等領(lǐng)域內(nèi)有非常重要的用途。傳統(tǒng)的立體攝影測(cè)量技術(shù)易受諸如光照條件、測(cè)量精度等因素的影響，其應(yīng)用受到限制。干涉合成孔徑雷達(dá)是在合成孔徑雷達(dá)(SAR)的基礎(chǔ)上發(fā)展起來(lái)的，具有全天時(shí)、全天候獲取大面積數(shù)字高程圖像的特點(diǎn)，比立體攝影測(cè)量?jī)?yōu)越。

干涉SAR不僅可以提取地面的高度信息，還可以用于地球測(cè)繪的多個(gè)方面，可用于對(duì)地震、火山和冰川等變化的監(jiān)測(cè)，土地資源的分類(lèi)，也可用于對(duì)其它行星地形高度的探測(cè)。隨著研究的深入，其成像精度也越來(lái)越高。目前，干涉SAR己成為SAR領(lǐng)域的研究熱點(diǎn)之一。6.2 干涉SAR的發(fā)展歷史

傳統(tǒng)的合成孔徑雷達(dá)能夠得到高分辨率的二維地形圖像，而利用兩部天線(xiàn)的干涉SAR技術(shù)將SAR的測(cè)量拓展到三維空間。這一技術(shù)是由美國(guó)宇航局(NASA)的Graham于1974年首先提出的，最早用于金星測(cè)量和月球觀察。1978年SEASAT衛(wèi)星在空間飛行100天，首次從空間獲取地球表面雷達(dá)干涉測(cè)量數(shù)據(jù)，為開(kāi)展空間雷達(dá)干涉測(cè)量技術(shù)應(yīng)用研究提供了可能。

1986年，美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室(JPL)的Zebker和Goldstein等人在理論和實(shí)踐上對(duì)干涉SAR進(jìn)行了完善和發(fā)展，成功地研制了航空雷達(dá)干涉測(cè)量?jī)x，并采用數(shù)字信號(hào)處理技術(shù)將獲得的數(shù)據(jù)進(jìn)行立體測(cè)圖，取得了10米以下的高程測(cè)量

精度。

1988年Gabriel等人給出SIR—B干涉處理得到的圖像，并強(qiáng)調(diào)了圖像配準(zhǔn)的問(wèn)題，同年，Goldstein等人提出一種相位展開(kāi)技術(shù)，計(jì)算干涉圖上任意兩點(diǎn)之間的相位差。此后，世界很多國(guó)家的科研人員都加入到干涉SAR的研究行列里來(lái)，在系統(tǒng)設(shè)計(jì)和算法處理上都取得了較顯著的科研成果。

自1991年歐洲空間局(ESA)發(fā)射ERS—1衛(wèi)星之后，星載干涉SAR的研究得到了快速的發(fā)展。Li等人深入研究了高程測(cè)量誤差，提出基線(xiàn)去相關(guān)的概念，Rodriguez等人研究了干涉SAR信號(hào)特性、干涉相位最優(yōu)估計(jì)以及系統(tǒng)優(yōu)化等問(wèn)題；Zebker等人深入研究了去相關(guān)問(wèn)題，并于1994年發(fā)表了利用ERS-1進(jìn)行重復(fù)軌道SAR數(shù)據(jù)進(jìn)行干涉成像的結(jié)果；Moreira等人于1995年發(fā)表了SIR-C/XSAR數(shù)據(jù)對(duì)意大利西西里島Etna火山地區(qū)的干涉成像結(jié)果。當(dāng)日本于1992年發(fā)射JERS-l，ESA于1995年發(fā)射ERS-2和加拿大于1995年發(fā)射RADARSAT衛(wèi)星，為全球提供了豐富的干涉SAR數(shù)據(jù)之后，雷達(dá)干涉測(cè)量技術(shù)已從純理論研究進(jìn)入實(shí)用研究。

在機(jī)載干涉SAR方面，美國(guó)NASA于1991年采用配置GPS的機(jī)載SAR進(jìn)行測(cè)圖實(shí)驗(yàn)，達(dá)到2-5米的高程精度，遠(yuǎn)優(yōu)于傳統(tǒng)方式的20米精度。1993年，美國(guó)陸軍測(cè)繪工程中心TEC和高級(jí)研究工程局ARPA用Convair580飛機(jī)成功地進(jìn)行了干涉試驗(yàn)，開(kāi)創(chuàng)了獲取數(shù)字地形高程SAR系統(tǒng)的實(shí)用先例。德國(guó)Dornier公司研制的DO-SAR ATLAS-X干涉SAR系統(tǒng)采用X波段、機(jī)載雙天線(xiàn)模式，用于高精度地形圖的繪制。其水平分辨率可達(dá)到1.2m×1.2m，高程分辨率可達(dá)到0.5m×0.5m。1995年，Madsen等人評(píng)估了由TOPSAR干涉系統(tǒng)得到的地形數(shù)據(jù)，并用他們較完整的處理系統(tǒng)進(jìn)行了處理，整個(gè)系統(tǒng)均方誤差為2米。德國(guó)Christian Wimmer等人于2000年利用AeS—1機(jī)載雙天線(xiàn)系統(tǒng)對(duì)德國(guó)Wadden海岸附近區(qū)域進(jìn)行地形測(cè)量，干涉測(cè)量精度達(dá)到了5厘米，實(shí)現(xiàn)了超高精度的DEM測(cè)量。

目前干涉SAR應(yīng)用最成功的例子是美國(guó)航天飛機(jī)“奮進(jìn)號(hào)”于2000年2月11日到22日利用SIR-C和X-SAR對(duì)全球的地形測(cè)繪，測(cè)繪面積為4600平方公里

(約占地表總面積的80%)，經(jīng)處理可制成數(shù)字高程模型和三維地形圖。此次飛行所取得的測(cè)繪成果，覆蓋面大、精度高、有統(tǒng)一的基準(zhǔn)，不但在民用方面應(yīng)用廣泛，而且在軍事活動(dòng)中也具有重要價(jià)值，因此引起了各國(guó)的廣泛關(guān)注。6.3 干涉SAR技術(shù)的應(yīng)用

從干涉SAR技術(shù)的發(fā)展和應(yīng)用來(lái)看，它正在逐步顯現(xiàn)出其應(yīng)用的潛力，引起了各國(guó)科研人員的廣泛重視。干涉SAR在地學(xué)和軍事領(lǐng)域有著十分寬闊的應(yīng)用前景，主要表現(xiàn)在以下六個(gè)方面：

（1）數(shù)字高程圖DEM的獲取及優(yōu)化

這是干涉SAR最直接的應(yīng)用，利用雷達(dá)的全天候性以及對(duì)云霧的穿透性能，干涉SAR可以快速準(zhǔn)確地獲得全世界的數(shù)字高程圖，這其中的某些地區(qū)是傳統(tǒng)的立體航拍所不能拍攝的。從這個(gè)意義上講，干涉SAR技術(shù)是邁向數(shù)字地球構(gòu)想的重要一步。

利用干涉SAR獲得的DEM可以對(duì)原有的低精度數(shù)字高程圖進(jìn)行優(yōu)化。對(duì)干涉SAR獲得的高精度DEM進(jìn)行地理編碼，可以與從測(cè)繪部門(mén)獲得的低精度DEM進(jìn)行數(shù)據(jù)融合，這一方面使整體的高程精度得以提高，又可以彌補(bǔ)由于遮擋或雷達(dá)陰影造成的干涉SAR無(wú)法反演某些地區(qū)高程的缺陷。

（2）地圖繪制

包括全球地形圖制圖、區(qū)域制圖、水文制圖、極地冰蓋制圖和地圖更新等。傳統(tǒng)方法進(jìn)行地形圖繪制費(fèi)時(shí)費(fèi)力，高程精度不高，即便是在北美和西歐等發(fā)達(dá)國(guó)家，目前的高分辨率數(shù)字地形數(shù)據(jù)的精度誤差也有幾十米。利用SAR干涉技術(shù)可以解決這一問(wèn)題?，F(xiàn)在國(guó)外SAR干涉技術(shù)在平坦地區(qū)己經(jīng)可以取得2米左右的高程精度，地形起伏較大的地區(qū)，高程精度為5米左右，基本滿(mǎn)足實(shí)際需要。

（3）城市建筑三維透視圖的形成

機(jī)載干涉SAR低空飛行能夠獲得城市地區(qū)的超高精度DEM，利用原有的SAR圖像或航空?qǐng)D片作為紋理，可以形成城市的三維透視圖。這種三維圖像具有非常好的視覺(jué)效果，可以用于目標(biāo)的識(shí)別或其他軍事目的。

（4）地表變化檢測(cè)

利用干涉SAR獲得的DEM本身就能發(fā)現(xiàn)地表的變化，如泥石流的沉積、三角洲的演變，大沙丘的移動(dòng)等。

差分干涉技術(shù)利用多次干涉的結(jié)果進(jìn)行差分，在去除地形的影響后，可以以雷達(dá)波長(zhǎng)量級(jí)來(lái)測(cè)量微弱的地表物理運(yùn)動(dòng)。1993年Massonnet等利用ERS-1相隔幾個(gè)月的數(shù)據(jù)研究了地震后的地表變化情況，并在1994年對(duì)相隔14個(gè)月得到的數(shù)據(jù)處理成功。1995年Massonnet等對(duì)火山表面變形進(jìn)行了測(cè)量，能夠?yàn)閷?lái)火山的活動(dòng)提供線(xiàn)索，這種不需要地面控制來(lái)監(jiān)測(cè)火山活動(dòng)的技術(shù)將成為檢測(cè)地表變化的發(fā)展方向之一。

干涉SAR還可以更深入地應(yīng)用于土地動(dòng)力學(xué)的其他方面，如火山學(xué)、氣候地貌學(xué)、沙漠地形和土壤遷移、海岸過(guò)程和侵蝕、災(zāi)害風(fēng)險(xiǎn)估計(jì)和自然災(zāi)害監(jiān)測(cè)(如地震、滑坡)等。這些地表物理運(yùn)動(dòng)有可能是斷層地區(qū)的隆起和彎曲、地震引起的殘余位移、地塊的沉降等，對(duì)于它們的觀測(cè)可以為地震、火山爆發(fā)、山體滑坡等災(zāi)害的發(fā)生做出事先預(yù)報(bào)，減小災(zāi)害給人們生命財(cái)產(chǎn)帶來(lái)的損失。

（5）冰川流動(dòng)檢測(cè)

美國(guó)JPL實(shí)驗(yàn)室的Goldstein等人利用ERS-1衛(wèi)星干涉跟蹤南極地區(qū)的冰川移動(dòng)。這顆衛(wèi)星在6天內(nèi)先后兩次通過(guò)該地區(qū)，而且路徑基本在同一位置上，所獲得的干涉相位圖像結(jié)果直接反映了冰的移動(dòng)，第一次實(shí)現(xiàn)了直接從空中獲得地面目標(biāo)的運(yùn)動(dòng)速度。（6）陸地覆蓋分類(lèi)

干涉SAR技術(shù)還可以用于陸地的覆蓋分類(lèi)，這是因?yàn)閮纱物w行形成的干涉圖還提供了雷達(dá)回波信號(hào)中除幅度外的相位信息，這些信息可以作為覆蓋分類(lèi)的依據(jù)。利用干涉圖的信噪比，即相關(guān)系數(shù)的大小可以明顯判別裸地和植被覆蓋地區(qū)。1993年Askne和Hagberg處理了ERS-1在瑞典北部地區(qū)的數(shù)據(jù)，得到了相關(guān)系數(shù)圖，從圖中可以得到被測(cè)地區(qū)的地表屬性、散射系數(shù)和兩次觀測(cè)時(shí)間間隔內(nèi)的變化，并得出較長(zhǎng)基線(xiàn)適合于地表分類(lèi)的結(jié)論。

隨著干涉SAR技術(shù)的不斷發(fā)展，干涉SAR技術(shù)可以廣泛應(yīng)用于DEM測(cè)量及地球測(cè)繪的多個(gè)方面，更高層次的應(yīng)用比如海岸帶變形、土地覆蓋及沙漠化、森林砍伐過(guò)程和洪澇預(yù)報(bào)等都可以用這一技術(shù)快速準(zhǔn)確地監(jiān)測(cè)。

5.7 機(jī)載合成孔徑雷達(dá)技術(shù)發(fā)展動(dòng)態(tài)

7.1 美國(guó)的GRUMMAN E-8A J-STARS

該系統(tǒng)是美國(guó)陸空軍聯(lián)合研制的戰(zhàn)場(chǎng)偵察攻擊雷達(dá)系統(tǒng)，可提供全晝夜遠(yuǎn)距離戰(zhàn)場(chǎng)監(jiān)視和飛機(jī)戰(zhàn)斗攻擊控制。該系統(tǒng)能在惡劣氣象條件下從高空監(jiān)視距前沿200公里范圍內(nèi)敵方縱深地帶，偵察遠(yuǎn)距離固定集結(jié)裝甲，包括第二梯隊(duì)裝甲車(chē)和坦克。J-STARS實(shí)際上是一種陸空軍采用的機(jī)載反坦克雷達(dá)系統(tǒng)，它把偵察到的數(shù)據(jù)經(jīng)處理后通過(guò)數(shù)據(jù)網(wǎng)傳到指揮部，再由低空飛機(jī)或?qū)椫苯庸裟繕?biāo)。J-STARS用波音707-320改裝的C-18作為平臺(tái)，包括一部合成孔徑雷達(dá)，可探測(cè)地面低速目標(biāo)。J-STARS是目前世界上最先進(jìn)的機(jī)載對(duì)地偵察雷達(dá)系統(tǒng)，可能使得未來(lái)地面戰(zhàn)爭(zhēng)發(fā)生革命性的變化。據(jù)報(bào)道，該系統(tǒng)在海灣戰(zhàn)爭(zhēng)中戰(zhàn)功卓著，僅1991年1月22日出動(dòng)一個(gè)架次就成功測(cè)定一個(gè)向科威特運(yùn)動(dòng)的伊拉克坦克師，一舉摧毀60輛坦克。

7.2 德國(guó)DLR—多波段/多極化機(jī)載合成孔徑雷達(dá)

德國(guó)DLR(宇航局)于80年代中期開(kāi)始發(fā)展C波段機(jī)載合成孔徑雷達(dá)，其最終目的是擴(kuò)展為實(shí)用的多波段/多極化合成孔徑雷達(dá)系統(tǒng)。德意聯(lián)合研制的航天飛機(jī)載X-SAR推動(dòng)了機(jī)載DLR合成孔徑雷達(dá)系統(tǒng)。1990年由進(jìn)一步擴(kuò)展到L波段，1991年開(kāi)展C波段的多極化研究。DLR系統(tǒng)L, C, X波段的斜距均為2.5米，而方位分辨力(四視)分別為4.2米，2.2米，采用66ps量化。7.3 意大利遙控機(jī)載毫米波合成孔徑雷達(dá)

這是無(wú)人駕駛機(jī)載8毫米波段合成孔徑雷達(dá)，用于戰(zhàn)場(chǎng)偵察，具有雙側(cè)視和低速目標(biāo)檢測(cè)功能，可采取靈活機(jī)動(dòng)的多種偵察模式。飛機(jī)飛行高度1500－10000米，作用距離9－20公里，測(cè)繪帶寬5公里，距離和方位分辨力均為5米，獨(dú)立視數(shù)為5，距離壓縮比為180，天線(xiàn)面積1×0.24米2。目前，該系統(tǒng)仍處于試驗(yàn)階段。

7.4 荷蘭PHAR S－C波段機(jī)載合成孔徑雷達(dá)

它是相控陣合成孔徑雷達(dá)，具有很高的輻射精度和校準(zhǔn)能力。采用雙極化有源相控陣微帶天線(xiàn)，飛行高度6000米，作用距離6－13.7公里，距離分辨力4.8米，方位分辨力1米(單視)和6米(4－6視)。系統(tǒng)研制期為1991－1994年。7.5 丹麥技術(shù)大學(xué)TUD的C波段機(jī)載合成孔徑雷達(dá)

始于1986年1月，1989年11、12月試飛。分辨力、測(cè)繪帶寬和成像布局均可調(diào)節(jié)。距離分辨力和方位分辨力2米(單視)，測(cè)繪帶寬12－48米，最大作用距離80公里，采用VV垂直線(xiàn)極化，8bps量化。試飛時(shí)裝在丹麥皇家空軍的Gulfstream G-3飛機(jī)上，最大高度13720米，額定飛行空速240米/秒。上述指標(biāo)說(shuō)明，這是一部很先進(jìn)的雷達(dá)，其性能接近于美國(guó)的J-STARS。初次試飛后，又致力于機(jī)上實(shí)時(shí)成像處理機(jī)和顯示系統(tǒng)的研制，該實(shí)時(shí)處理機(jī)具有產(chǎn)生測(cè)繪帶全分辨力單視圖像能力，原計(jì)劃于1992年初完成。此外，還同時(shí)研制雙極化微帶天線(xiàn)，并正過(guò)渡到全極化系統(tǒng)。7.6 美國(guó)宇航局前視合成孔徑雷達(dá)

原名微波全息雷達(dá)(MHR)，由宇航局蘭利研究中心負(fù)責(zé)研制。其最大特點(diǎn)在于前視，其視野在飛行器正前下方，這是一般側(cè)視合成孔徑雷達(dá)所不能達(dá)到的。MHR是采用合成孔徑與相控陣相結(jié)合的途徑實(shí)現(xiàn)前視成像的，切航行角度分辨力由相控陣提供；沿航向角度分辯力則由每個(gè)天線(xiàn)陣元所形成的合成孔徑提供。MHR曾用C-131飛機(jī)試飛，相控陣長(zhǎng)度30米，切航向分辨力20米，沿航向分辨力2米。MHR前視與紅外和可見(jiàn)光成像系統(tǒng)一致，從而可獲自厘米波至毫米波，甚至可見(jiàn)光的全譜域圖像，在軍事上有重要價(jià)值，即使只利用MHR本身前視性能，在對(duì)地強(qiáng)擊和空戰(zhàn)中也將發(fā)揮關(guān)鍵作用。MHR的另一特點(diǎn)是采用雙頻

工作，使系統(tǒng)具有測(cè)繪斜距等離線(xiàn)的能力，在顯示畫(huà)面上疊加有間隔為30米的斜距等高線(xiàn)。MHR還可用于宇宙飛船和衛(wèi)星，己證實(shí)選用8毫米，2厘米和3厘米波段是可行的。

7.7 加拿大Intera研制的X－波段合成孔徑雷達(dá)

采用水平線(xiàn)極化，工作頻率為9.38GHz，多視(7)角分辨力為6米，距離帶寬可變，分15、30MHz兩檔，原始數(shù)據(jù)量化比特為6 bps。7.8 法國(guó)CNES的X－波段合成孔徑雷達(dá)

采用雙極化工作，單視角分辨力可達(dá)3米，載機(jī)選用波音公司的B-17G,原始數(shù)據(jù)量化比特為4bps。

7.9 中國(guó)的X－波段機(jī)載合成孔徑雷達(dá)

由中國(guó)科學(xué)院電子所于1984－1987年研制成功，適用于多種用作遙感飛行的飛機(jī)，具有多個(gè)測(cè)繪帶寬、測(cè)繪波束入射角可變，作用距離較大，填補(bǔ)了我國(guó)合成孔徑雷達(dá)系統(tǒng)的空白，該系統(tǒng)主要用作科學(xué)研究和民用遙感。

電子科技大學(xué)自七十年代末，建立了國(guó)內(nèi)第一個(gè)雷達(dá)系統(tǒng)及微波成像研究室，己開(kāi)展用于“轟七”和殲擊機(jī)的聚束式Spotlight和側(cè)視SAR研究，自1986年以來(lái)，擔(dān)任“863”高科技計(jì)劃星載SAR的研究任務(wù)，進(jìn)行并完成了星載SAR成像處理及實(shí)時(shí)運(yùn)動(dòng)補(bǔ)償研究，研究結(jié)果己成功地用于Seasat原始數(shù)據(jù)成像。

可見(jiàn)，國(guó)內(nèi)合成孔徑雷達(dá)成像與國(guó)外先進(jìn)技術(shù)相比，還比較落后，特別是在實(shí)時(shí)信號(hào)處理方面差距更大，本論文就是在SAR的實(shí)時(shí)處理方面作一探討和嘗試。

5.8 SAR圖像地理編碼技術(shù)的發(fā)展?fàn)顩r

地理編碼是SAR圖像后處理的一個(gè)重要過(guò)程，它將SAR原始圖像投影到制定的地圖坐標(biāo)系上，并對(duì)SAR原始圖像上的幾何畸變進(jìn)行校正，進(jìn)而得到無(wú)幾何畸變的標(biāo)準(zhǔn)地理編碼圖像。在此過(guò)程中，地理編碼可以把來(lái)源于不同信息源的遙感圖像投影到國(guó)際標(biāo)準(zhǔn)地理參考系上，以便能為用戶(hù)提供通用產(chǎn)品，編碼后的圖像能夠與同一參考系上的其他地理圖件進(jìn)行配準(zhǔn)。

為了滿(mǎn)足SAR圖象的這些需要，地理編碼處理的目標(biāo)有兩個(gè)：

（1）地理編碼最直接的目標(biāo)就是校正SAR原始圖象上的幾何失真，確保即使在復(fù)雜地形中，編碼后的SAR圖象也具有較高的地理準(zhǔn)確性。

（2）隨著地理信息系統(tǒng)的日益廣泛使用，地理編碼的第二個(gè)目標(biāo)就是將幾何校正后的雷達(dá)圖象進(jìn)行地圖投影，為其他地理應(yīng)用、地形應(yīng)用和衛(wèi)星數(shù)據(jù)應(yīng)用提供一致的參考標(biāo)準(zhǔn)。

地理編碼技術(shù)最早出現(xiàn)于遙感的其它應(yīng)用領(lǐng)域。隨著SAR技術(shù)的興起和成熟，以及SAR數(shù)據(jù)應(yīng)用的日益廣泛，對(duì)SAR圖象進(jìn)行地理編碼的要求就提出來(lái)了。

從六十年代開(kāi)始，國(guó)外開(kāi)始進(jìn)行SAR圖象地理編碼研究。1972年，美國(guó)的Werner正式提出了SAR圖象地理編碼的基本概念。因此，SAR圖象地理編碼技術(shù)在七、八十年代得到了迅猛發(fā)展。但在1978年以前，地理編碼技術(shù)停留在用GCP（Ground Control Point）進(jìn)行遙感圖象幾何校正的水平上。因?yàn)楫?dāng)時(shí)傳感器的波段是可見(jiàn)光和紅外波段。1978年后，隨著SEASAT的發(fā)射，由于SAR圖象成像機(jī)理與傳統(tǒng)的傳感器成像方式不同，開(kāi)始有更多的人研究用DEM進(jìn)行SAR圖象的精校正。

八十年代以來(lái)，地理編碼技術(shù)從理論上和技術(shù)上都日趨成熟。雖然九十年代以來(lái)，國(guó)外仍然有一些人在進(jìn)行相關(guān)研究，但一直沒(méi)有重大的理論和技術(shù)突破。目前的地理編碼研究工作主要集中在利用DEM模型(Digital Elevation Model)進(jìn)行幾何精校正。如美國(guó)已建立了全國(guó)1:25萬(wàn)的DEM(60KM×60KM區(qū)域內(nèi)約有20億個(gè)高程數(shù)據(jù))，部分州建立了1:10萬(wàn)甚至1:5萬(wàn)的DEM。隨著ERS1和JERS1的成功發(fā)射，國(guó)際上針對(duì)SAR圖象的處理系統(tǒng)日趨完善，如加拿大MDA的GSAR系統(tǒng)、意大利ACS公司的“SAR制圖系統(tǒng)”，德國(guó)PAFs系統(tǒng)等。其中“SAR制圖系統(tǒng)”(針對(duì)ERS 1和SEASAT數(shù)據(jù))和PAFs系統(tǒng)(針對(duì)ERS-1和SAR-C數(shù)據(jù))都有很強(qiáng)的地理編碼功能，而且都是在DEM支持下做地理編碼，對(duì)SAR圖象進(jìn)行精校正和定位。

國(guó)內(nèi)目前由于SAR圖象來(lái)源有限，又沒(méi)有自己的SAR衛(wèi)星，SAR圖象的地理編碼工作都是在沒(méi)有精確測(cè)軌參數(shù)和準(zhǔn)確姿態(tài)參數(shù)條件下進(jìn)行的，對(duì)圖象進(jìn)行斜地變換和地圖投影仍然屬于粗校正，產(chǎn)品中含有測(cè)軌誤差、姿態(tài)誤差、成像誤差等。

國(guó)外比較成功而又典型的SAR圖象地理編碼技術(shù)，利用其地理編碼過(guò)程中的重要參數(shù)來(lái)源進(jìn)行分類(lèi)，主要有下面三種：

(1)利用仿真SAR圖象的地理編碼。在實(shí)際的具體實(shí)現(xiàn)過(guò)程中，地理編碼又分為兩種不同的方法。一種是通過(guò)在SAR仿真圖象上尋找地面控制點(diǎn)(Ground Control Point)來(lái)完成地理編碼工作。如Naraghi在1982年進(jìn)行的地理編碼工作。另一種是利用DEM模型，反射函數(shù)和衛(wèi)星的一些輔助數(shù)據(jù)來(lái)模擬一個(gè)SAR圖象，從而生成一個(gè)DEM－尋址的數(shù)據(jù)文件，并為SAR仿真圖象上的每一個(gè)象素點(diǎn)計(jì)算其在地圖坐標(biāo)系上的精確位置；最后通過(guò)將SAR實(shí)際圖象與SAR仿真圖象進(jìn)行匹配，利用重采樣技術(shù)，得到標(biāo)準(zhǔn)地理編碼圖象。

(2)從SAR圖象中抽取地面控制點(diǎn)(GCP)的地理編碼。這種方法在遙感幾何校正領(lǐng)域出現(xiàn)得最早，而且由于它的方便靈活和高效率的特性，至今仍然具有很高的實(shí)用價(jià)值。GCP可以通過(guò)很多途徑獲得。起初可以來(lái)自光學(xué)圖象傳感器數(shù)據(jù)和其它遙感數(shù)據(jù)，而后逐漸出現(xiàn)了直接由DEM模型自動(dòng)生成GCP的方法。這種方法的困難之處在于識(shí)別和定位SAR圖象上的地面控制點(diǎn)。識(shí)別和定位地面控制點(diǎn)的方法通常有手動(dòng)、半自動(dòng)和自動(dòng)等幾種。近來(lái)由于對(duì)SAR圖象實(shí)時(shí)處理的需要，人們更傾向于使用地面控制點(diǎn)自動(dòng)定位法。這方面的工作，國(guó)外開(kāi)展得很廣泛。1979年的Wong，1981年的Kiremdj ian和1984年的Yao，利用特征邊匹配(edge-matching)算法進(jìn)行GCP定位和識(shí)別。Novak于1980年提出了基于自適應(yīng)閾值的目標(biāo)識(shí)別的GCP定位方法。Ehlers于1982年利用數(shù)字圖象相關(guān)函數(shù)進(jìn)行GCP的定位。正是由于這些GCP的自動(dòng)識(shí)別和定位算法的研究和出現(xiàn)，使利用GCP進(jìn)行定位的方法至今仍然具有很高的理論和實(shí)用價(jià)值。

(3)利用衛(wèi)星瞬時(shí)數(shù)據(jù)和SAR處理參數(shù)的地理編碼。由于有些地區(qū)的SAR圖象難于在其上識(shí)別和定位GCP，人們研究了利用衛(wèi)星瞬時(shí)數(shù)據(jù)和SAR處理參數(shù)的地理編碼方法。其中，J.C.Curlander提出的基于地球模型方程、SAR多普勒方程和SAR距離方程的SAR圖象象素定位的方法在理論上實(shí)現(xiàn)了重大突破。雖然他最后實(shí)現(xiàn)的地理編碼系統(tǒng)的精度不高，只有100-150米，并且系統(tǒng)的應(yīng)用范圍也僅限于平坦地區(qū)，但他的理論成為后人的基礎(chǔ)。如Meier等人的工作就是在此算法的基礎(chǔ)上進(jìn)行修改和完善，使其不僅能夠?qū)ι絽^(qū)等起伏大的地區(qū)適用，且精度也達(dá)到了35米。

目前，國(guó)內(nèi)星載SAR圖象地理編碼的工作雖然起步己經(jīng)很久，但在可以產(chǎn)

生產(chǎn)品的，實(shí)用的星載SAR圖象地理編碼系統(tǒng)方面出現(xiàn)得并不多。相關(guān)系統(tǒng)有1995年中科院電子所星載合成孔徑雷達(dá)數(shù)據(jù)處理中心的地理編碼系統(tǒng)等。

5.9 星載SAR天線(xiàn)方向圖在軌測(cè)試的發(fā)展?fàn)顩r

要使得SAR能夠定量地測(cè)量地物目標(biāo)的特征量，必需對(duì)SAR進(jìn)行定標(biāo)。所謂合成孔徑雷達(dá)定標(biāo)指的是對(duì)合成孔徑雷達(dá)系統(tǒng)的最終產(chǎn)品一雷達(dá)圖象中的每個(gè)像素的數(shù)據(jù)所代表的實(shí)際目標(biāo)雷達(dá)截面積進(jìn)行標(biāo)定。此雷達(dá)截面積除以分辨單元面積即為散射系數(shù)。合成孔徑雷達(dá)定標(biāo)技術(shù)是實(shí)現(xiàn)合成孔徑雷達(dá)對(duì)地定量觀測(cè)的關(guān)鍵技術(shù)，未經(jīng)定標(biāo)的合成孔徑雷達(dá)不具備對(duì)地定量觀測(cè)的功能。

目前先后投入應(yīng)用的星載SAR有SCASAT、SIR-A、SIR-B、ERS-1/

2、SIR-C、JERS-

1、RADARSAT。隨著星載SAR在實(shí)際應(yīng)用中的運(yùn)行，國(guó)際上相應(yīng)地開(kāi)展了星載SAR天線(xiàn)方向圖在軌測(cè)試方法研究，并相應(yīng)地進(jìn)行了SAR定標(biāo)實(shí)驗(yàn)和天線(xiàn)方向圖在軌測(cè)試工作。

1986年M.C.Dobson, F.'I'.Ulaby等人研究了用標(biāo)準(zhǔn)反射器(經(jīng)過(guò)精確標(biāo)定的角反射器)進(jìn)行天線(xiàn)方向圖在軌測(cè)量方法，并進(jìn)行了SIR-B天線(xiàn)方向圖在軌測(cè)量實(shí)驗(yàn)。

1986年P(guān).Seifert, H.Lentz, M.Zink和F.Heel等人在Oberpfaffenhofen定標(biāo)實(shí)驗(yàn)場(chǎng)用接收機(jī)測(cè)量了機(jī)載SAR: DC-8 SAR/E-SAR的天線(xiàn)方向圖。

1988年R.K.Moor和M.Hemmat采用了美國(guó)伊利諾斯州的農(nóng)場(chǎng)，南美洲的亞馬遜熱帶雨林和加拿大的森林測(cè)量了SIR-B的距離向天線(xiàn)方向圖。

1991年P(guān).Seif'ert, M.Zink和H.Lentz用20多個(gè)地面接收機(jī)測(cè)量了ERS-1的天線(xiàn)方向圖。

1995年Anthony Freeman和M.Alves等人利用地面接收機(jī)和亞馬遜熱帶雨林測(cè)量了SIR-C/X-SAR的天線(xiàn)方向圖。

1997年Yujun Fang和Richard K.Moore利用亞馬遜熱帶雨林測(cè)量了SIR-C/X-SAR的距離向方向圖。

1997年T.I.Lukowski, R.K.Hawkins等人采用亞馬遜熱帶雨林測(cè)量了RADARSAT的距離向方向圖。

還有其他的一些學(xué)者和科研人員進(jìn)行了大量類(lèi)似的實(shí)驗(yàn)和方法研究。由以上這些研究可見(jiàn)，星載SAR在軌道上運(yùn)行時(shí)，其天線(xiàn)方向圖確實(shí)發(fā)生了變化，不同程度地偏離了發(fā)射前地面測(cè)量值和理論計(jì)算值。由此可見(jiàn)對(duì)星載SAR天線(xiàn)方向圖進(jìn)行在軌測(cè)試的必要性。

星載SAR天線(xiàn)方向圖在軌測(cè)量方一法有三種：第一種是標(biāo)準(zhǔn)反射器測(cè)量法，即將一定數(shù)量的經(jīng)過(guò)精確標(biāo)定的標(biāo)準(zhǔn)反射器(通常是角反射器)按距離向排列于定標(biāo)場(chǎng)地中，一根據(jù)星載SAR從波束掃過(guò)此定標(biāo)場(chǎng)地所得的雷達(dá)圖象中所有標(biāo)準(zhǔn)反射器的強(qiáng)度來(lái)測(cè)量天線(xiàn)方向圖。第二種是用均勻的面目標(biāo)(通常用亞馬遜熱帶雨林)的星載SAR圖象測(cè)量天線(xiàn)方向圖。第三種是直接用地面接收機(jī)(一般用多個(gè))來(lái)測(cè)量天線(xiàn)方向圖。到目前為止，比較成熟和常用的測(cè)量方法是第二和第三種方法，測(cè)量的精度可以達(dá)到0.2dB－0.3dB。

5.10 逆合成孔徑雷達(dá)的發(fā)展動(dòng)態(tài)

逆合成孔徑雷達(dá)是相對(duì)合成孔徑雷達(dá)而言的，工作方式與SAR正好相反。工作時(shí)雷達(dá)不動(dòng)，目標(biāo)運(yùn)動(dòng)。它利用發(fā)射寬帶信號(hào)來(lái)獲得高的徑向(即距離向)分辨率，利用雷達(dá)與目標(biāo)的相對(duì)轉(zhuǎn)動(dòng)等效的極大孔徑來(lái)獲得高的方位向(或俯仰向)分辨率，從而獲得高分辨的目標(biāo)像。

逆合成孔徑雷達(dá)與合成孔徑雷達(dá)幾乎是同步發(fā)展的，但是由于非合作目標(biāo)運(yùn)動(dòng)補(bǔ)償困難。最初對(duì)ISAR的研究主要是針對(duì)合作目標(biāo)如天體等進(jìn)行的：六十年代初，美國(guó)密歇根大學(xué)Willow Run實(shí)驗(yàn)室的Brown等人開(kāi)展了對(duì)旋轉(zhuǎn)目標(biāo)成像的研究；六十年代末，寬帶的線(xiàn)性調(diào)頻信號(hào)及穩(wěn)定的相參雷達(dá)技術(shù)已經(jīng)成熟，使得利用相參雷達(dá)對(duì)轉(zhuǎn)臺(tái)上的縮比目標(biāo)模型進(jìn)行成像獲得了成功。七十年代初，美國(guó)MIT林肯實(shí)驗(yàn)室首先獲得了高質(zhì)量的近地空間目標(biāo)的ISAR圖像，但是其目標(biāo)軌道是可精確預(yù)測(cè)的。1978年，C.C.Chen等人利用地面雷達(dá)對(duì)直線(xiàn)和彎道飛行的目標(biāo)(飛機(jī))進(jìn)行了成像研究，獲得了令人鼓舞的成像結(jié)果并且對(duì)信號(hào)預(yù)處理、距離曲率、距離校準(zhǔn)以及運(yùn)動(dòng)補(bǔ)償?shù)葐?wèn)題均作了分析和研究；美國(guó)海軍實(shí)驗(yàn)室與德克薩斯儀器公司合作于八十年代初研制成功的ISAR技術(shù)可使機(jī)載雷達(dá)顯示出海面上艦船的輪廓，由此，可用于識(shí)別其類(lèi)型和進(jìn)行分類(lèi)。這種新型ISAR技術(shù)首次應(yīng)用于新德克薩斯儀器公司制造的APS-137(V)雷達(dá)中，這是作為海軍Lockheed S-3A到S-3B升級(jí)的一部分。不僅如此，這種新型雷達(dá)還將裝備到海軍Lockheed P-3飛機(jī)上。許多國(guó)家都展開(kāi)了逆合成孔徑雷達(dá)成像技術(shù)的研究。現(xiàn)階段，美、俄、英、法、德等主要發(fā)達(dá)國(guó)家己經(jīng)掌握了ISAR技術(shù)并使之走向?qū)嵱谩?/p>

國(guó)內(nèi)ISAR成像研究始于1988年，在國(guó)家高科技研究發(fā)展計(jì)劃(863計(jì)劃)的支持下進(jìn)行的。國(guó)內(nèi)有多家單位進(jìn)行研究，主要有南京航空航天大學(xué)、國(guó)防科技大學(xué)、西安電子科技大學(xué)及哈爾濱工業(yè)大學(xué)，在硬件方面，航天部23所和哈爾濱工業(yè)大學(xué)聯(lián)合研制成功實(shí)驗(yàn)?zāi)婧铣煽讖嚼走_(dá)，對(duì)運(yùn)動(dòng)補(bǔ)償方法進(jìn)行了深入的研究，比如恒定相位差消除法，改進(jìn)的多普勒中心跟蹤相位補(bǔ)償方法，散射重心對(duì)準(zhǔn)法，跌代強(qiáng)散射點(diǎn)法等，經(jīng)過(guò)對(duì)實(shí)驗(yàn)ISAR外場(chǎng)數(shù)據(jù)成像驗(yàn)證取得良好效果。

國(guó)內(nèi)的研究利用自行研制的試驗(yàn)ISAR錄取了多批不同目標(biāo)在不同飛行狀態(tài)下的外場(chǎng)數(shù)據(jù)，促進(jìn)了我國(guó)對(duì)ISAR成像技術(shù)的研究，取得了較大的進(jìn)展，國(guó)內(nèi)ISAR成像結(jié)果與國(guó)外公開(kāi)發(fā)表的成像的結(jié)果相當(dāng)，有些結(jié)果則明顯好于國(guó)外的結(jié)果，這說(shuō)明國(guó)內(nèi)基本上掌握ISAR成像技術(shù)。然而，我國(guó)ISAR技術(shù)實(shí)用化方面與國(guó)際先進(jìn)水平仍有較大的差距。

5.11 干涉合成孔徑雷達(dá)的發(fā)展簡(jiǎn)史與應(yīng)用

“InSAR”是一個(gè)嵌套式的英文縮寫(xiě)，即radio detection and ranging(radar，無(wú)線(xiàn)電探測(cè)與測(cè)距，簡(jiǎn)稱(chēng)雷達(dá)），synthetic aperture radar（SAR，合成孔徑雷達(dá)），SAR interferometry（InSAR，合成孔徑雷達(dá)干涉）。這正說(shuō)明了InSAR的發(fā)展先后經(jīng)歷了“地面探測(cè)雷達(dá)－成像合成孔徑雷達(dá)－合成孔徑雷達(dá)干涉”的過(guò)程，同時(shí)也說(shuō)明了InSAR 是合成孔徑雷達(dá)遙感成像與電磁波干涉兩大技術(shù)的融合。值得注意，雷達(dá)傳感器主動(dòng)發(fā)射具有固定波長(zhǎng)的微波信號(hào)（1mm－1m 電磁波譜段），接收并記錄目標(biāo)反射信號(hào)（包含目標(biāo)反射能量信息和反映距離的相位信息）。因微波信號(hào)可穿透云雨且白天黑夜均可工作，故雷達(dá)遙感可彌補(bǔ)可見(jiàn)光、近紅外被

動(dòng)遙感的技術(shù)缺陷。

二次世界大戰(zhàn)期間，地面雷達(dá)系統(tǒng)得到發(fā)展并主要用于惡劣環(huán)境下軍事目標(biāo)如飛機(jī)和輪船的探測(cè)。后來(lái)雷達(dá)系統(tǒng)裝載到飛機(jī)上，發(fā)展成為真實(shí)孔徑成像雷達(dá)系統(tǒng)（real synthetic radar），但其沿飛行方向（也稱(chēng)方位向）的影像分辨率很低，一般為數(shù)公里。1951年，美國(guó)人carl wiely首次發(fā)現(xiàn)多普勒頻移現(xiàn)象能用來(lái)邏輯地合成一個(gè)更大的雷達(dá)孔徑，可顯著地改善RAR方位向分辨率，使之從公里級(jí)提高到米級(jí)，從而真正滿(mǎn)足遙感觀測(cè)的基本要求。進(jìn)入上世紀(jì)60年代，第一個(gè)合成孔徑雷達(dá)成像系統(tǒng)（SAR）誕生了。此后，機(jī)載/星載SAR系統(tǒng)相繼問(wèn)世。

長(zhǎng)時(shí)間以來(lái)，人們僅僅利用SAR圖像的強(qiáng)度（灰度）信息，而拋棄了SAR圖像的相位信息。早期的雷達(dá)遙感大多基于單張SAR圖像的灰度信息來(lái)進(jìn)行地質(zhì)調(diào)查、極地冰川、土地利用、植被和生態(tài)環(huán)境監(jiān)測(cè)等。進(jìn)入上世紀(jì)70年代，射電天文領(lǐng)域發(fā)展成熟的干涉技術(shù)被引入，將覆蓋同一地區(qū)的兩張SAR圖像聯(lián)合處理并提取對(duì)應(yīng)像素的相位差（干涉相位）信息，以此恢復(fù)目標(biāo)形狀如數(shù)字高程模型的建立，從而導(dǎo)致了InSAR的誕生。1969年，Rodgers和Ingalls首次應(yīng)用干涉技術(shù)對(duì)金星觀測(cè)；1974年，美國(guó)NASA的graham首次提出使用雷達(dá)干涉對(duì)地球表面形狀成圖的構(gòu)想。然而，接下來(lái)的十多年，InSAR技術(shù)沒(méi)有得到實(shí)質(zhì)性的發(fā)展。1986年，NASA的Zebker等首次發(fā)表了使用機(jī)載SAR系統(tǒng)對(duì)舊金山海灣地區(qū)生成數(shù)字高程模型的實(shí)驗(yàn)結(jié)果。

隨后的技術(shù)擴(kuò)展結(jié)果是差分雷達(dá)干涉，用以探測(cè)地球表面的微小形變。1989年，NASA的gabriel等首次提出衛(wèi)星差分雷達(dá)干涉的觀點(diǎn)并發(fā)表了對(duì)California某地區(qū)地面垂直位移觀測(cè)的實(shí)驗(yàn)結(jié)果；1993年，法國(guó)CNES的massonnet等基于衛(wèi)星差分雷達(dá)干涉成功地測(cè)量了1992 年California地震引起的顯著地表位移。這些早期的研究結(jié)果，極大地鼓舞與推動(dòng)InSAR技術(shù)的快速向前發(fā)展。近年來(lái)，國(guó)際上眾多學(xué)者在InSAR的硬件系統(tǒng)優(yōu)化、軟件包的開(kāi)發(fā)、算法優(yōu)化與應(yīng)用擴(kuò)展等方面正展開(kāi)深入而廣泛的研究。

未完待續(xù)

第三篇：算法總結(jié)

算法分析與設(shè)計(jì)總結(jié)報(bào)告

71110415 錢(qián)玉明

在計(jì)算機(jī)軟件專(zhuān)業(yè)中，算法分析與設(shè)計(jì)是一門(mén)非常重要的課程，很多人為它如癡如醉。很多問(wèn)題的解決，程序的編寫(xiě)都要依賴(lài)它，在軟件還是面向過(guò)程的階段，就有程序=算法+數(shù)據(jù)結(jié)構(gòu)這個(gè)公式。算法的學(xué)習(xí)對(duì)于培養(yǎng)一個(gè)人的邏輯思維能力是有極大幫助的，它可以培養(yǎng)我們養(yǎng)成思考分析問(wèn)題，解決問(wèn)題的能力。作為IT行業(yè)學(xué)生，學(xué)習(xí)算法無(wú)疑會(huì)增強(qiáng)自己的競(jìng)爭(zhēng)力，修煉自己的“內(nèi)功”。

下面我將談?wù)勎覍?duì)這門(mén)課程的心得與體會(huì)。

一、數(shù)學(xué)是算法的基礎(chǔ)

經(jīng)過(guò)這門(mén)課的學(xué)習(xí)，我深刻的領(lǐng)悟到數(shù)學(xué)是一切算法分析與設(shè)計(jì)的基礎(chǔ)。這門(mén)課的很多時(shí)間多花在了數(shù)學(xué)公式定理的引入和證明上。雖然很枯燥，但是有必不可少。我們可以清晰的看到好多算法思路是從這些公式定理中得出來(lái)的，尤其是算法性能的分析更是與數(shù)學(xué)息息相關(guān)。其中有幾個(gè)定理令我印象深刻。

①主定理

本門(mén)課中它主要應(yīng)用在分治法性能分析上。例如：T(n)=a*T(n/b)+f(n)，它可以看作一個(gè)大問(wèn)題分解為a個(gè)子問(wèn)題，其中子問(wèn)題的規(guī)模為b。而f(n)可看作這些子問(wèn)題的組合時(shí)的消耗。這些可以利用主定理的相關(guān)結(jié)論進(jìn)行分析處理。當(dāng)f(n)量級(jí)高于nlogba時(shí)，我們可以設(shè)法降低子問(wèn)題組合時(shí)的消耗來(lái)提高性能。反之我們可以降低nlogba的消耗，即可以擴(kuò)大問(wèn)題的規(guī)模或者減小子問(wèn)題的個(gè)數(shù)。因此主定理可以幫助我們清晰的分析出算法的性能以及如何進(jìn)行有效的改進(jìn)。

②隨機(jī)算法中的許多定理的運(yùn)用

在這門(mén)課中，我學(xué)到了以前從未遇見(jiàn)過(guò)的隨機(jī)算法，它給予我很大的啟示。隨機(jī)算法不隨機(jī)，它可通過(guò)多次的嘗試來(lái)降低它的錯(cuò)誤率以至于可以忽略不計(jì)。這些都不是空穴來(lái)風(fēng)，它是建立在嚴(yán)格的定理的證明上。如素?cái)?shù)判定定理是個(gè)很明顯的例子。它運(yùn)用了包括費(fèi)馬小定理在內(nèi)的各種定理。將這些定理進(jìn)行有效的組合利用，才得出行之有效的素?cái)?shù)判定的定理。尤其是對(duì)尋找證據(jù)數(shù)算法的改進(jìn)的依據(jù)，也是建立在3個(gè)定理上。還有檢查字符串是否匹配也是運(yùn)用了許多定理：指紋的運(yùn)用，理論出錯(cuò)率的計(jì)算，算法性能的評(píng)價(jià)也都是建立在數(shù)學(xué)定理的運(yùn)用上。

這些算法都給予了我很大啟發(fā)，要想學(xué)好算法，學(xué)好數(shù)學(xué)是必不可少的。沒(méi)有深厚的數(shù)學(xué)功力作為地基，即使再漂亮的算法框架，代碼實(shí)現(xiàn)也只能是根底淺的墻上蘆葦。

二、算法的核心是思想

我們學(xué)習(xí)這門(mén)課不是僅僅掌握那幾個(gè)經(jīng)典算法例子，更重要的是為了學(xué)習(xí)蘊(yùn)含在其中的思想方法。為什么呢？舉個(gè)例子。有同學(xué)曾問(wèn)我這樣一個(gè)問(wèn)題：1000只瓶子裝滿(mǎn)水，但有一瓶有毒，且毒發(fā)期為1個(gè)星期。現(xiàn)在用10只老鼠在一個(gè)星期內(nèi)判斷那只瓶子有毒，每只老鼠可以喝多個(gè)瓶子的水，每個(gè)瓶子可以只喝一點(diǎn)。問(wèn)如何解決？其實(shí)一開(kāi)始我也一頭霧水，但是他提醒我跟計(jì)算機(jī)領(lǐng)域相關(guān)，我就立馬有了思路，運(yùn)用二進(jìn)制。因?yàn)橛?jì)算機(jī)的最基本思想就是二進(jìn)制。所以說(shuō)，我們不僅要學(xué)習(xí)算法，更得學(xué)習(xí)思想方法。

①算法最基本的設(shè)計(jì)方法包括分治法，動(dòng)態(tài)規(guī)劃法，貪心法，周游法，回溯法，分支定界法。我們可利用分治法做快速排序，降低找n個(gè)元素中最大元和最小元的量級(jí)，降低n位二進(jìn)制x和y相乘的量級(jí)，做Strassen矩陣乘法等等。它的思想就是規(guī)模很大的問(wèn)題分解為規(guī)模較小的獨(dú)立的子問(wèn)題，關(guān)鍵是子問(wèn)題要與原問(wèn)題同類(lèi)，可以采取平衡法來(lái)提高性能。

動(dòng)態(tài)規(guī)劃法是把大問(wèn)題分解為子問(wèn)題，但是子問(wèn)題是重復(fù)的，后面的問(wèn)題可以利用前面解決過(guò)的問(wèn)題的結(jié)果。如構(gòu)造最優(yōu)二叉查找樹(shù)，解決矩陣連乘時(shí)最小計(jì)算次數(shù)問(wèn)題，尋找最長(zhǎng)公共子序列等等。

貪心法就是局部最優(yōu)法，先使局部最優(yōu)，再依次構(gòu)造出更大的局部直至整體。如Kruscal最小生成樹(shù)算法，求哈夫曼編碼問(wèn)題。

周游法就是簡(jiǎn)單理解就是采取一定的策略遍歷圖中所有的點(diǎn)，典型的應(yīng)用就是圖中的深度優(yōu)先搜索(DFS)和廣度優(yōu)先搜索(BFS)。

回溯法就是就是在滿(mǎn)足一定的條件后就往前走，當(dāng)走到某步時(shí)，發(fā)現(xiàn)不滿(mǎn)足條件就退回一步重新選擇新的路線(xiàn)。典型的應(yīng)用就是8皇后問(wèn)題，平面點(diǎn)集的凸包問(wèn)題和0-1背包問(wèn)題。

分支定界法：它是解決整數(shù)規(guī)劃問(wèn)題一種最常用的方法。典型應(yīng)用就是解決整數(shù)規(guī)劃問(wèn)題。

②評(píng)價(jià)算法性能的方法如平攤分析中的聚集法，會(huì)計(jì)法和勢(shì)能法。聚集法就是把指令分為幾類(lèi)，計(jì)算每一類(lèi)的消耗，再全部疊加起來(lái)。會(huì)計(jì)法就是計(jì)算某個(gè)指令時(shí)提前將另一個(gè)指令的消耗也算進(jìn)去，以后計(jì)算另一個(gè)指令時(shí)就不必再算了。勢(shì)能法計(jì)算每一步的勢(shì)的變化以及執(zhí)行這步指令的消耗，再將每一步消耗全部累計(jì)。

這幾種方法都是平攤分析法，平攤分析的實(shí)質(zhì)就是總體考慮指令的消耗時(shí)間，盡管某些指令的消耗時(shí)間很大也可以忽略不計(jì)。上述三種方法難易程度差不多，每種方法都有屬于它的難點(diǎn)。如聚集法中如何將指令有效分類(lèi)，會(huì)計(jì)法中用什么指令提前計(jì)算什么指令的消耗，勢(shì)能法中如何選取勢(shì)能。因此掌握這些方法原理還不夠，還要學(xué)會(huì)去應(yīng)用，在具體的問(wèn)題中去判斷分析。

三、算法與應(yīng)用緊密相關(guān)

我認(rèn)為學(xué)習(xí)算法不能局限于書(shū)本上的理論運(yùn)算，局限于如何提高性能以降低復(fù)雜度，我們要將它與實(shí)際生活聯(lián)系起來(lái)。其實(shí)算法問(wèn)題的產(chǎn)生就來(lái)自于生活，設(shè)計(jì)出高效的算法就是為了更好的應(yīng)用。如尋找最長(zhǎng)公共子序列算法可以應(yīng)用在生物信息學(xué)中通過(guò)檢測(cè)相似DNA片段的相似成分來(lái)檢測(cè)生物特性的相似性，也可以用來(lái)判斷兩個(gè)字符串的相近性，這可應(yīng)用在數(shù)據(jù)挖掘中。快速傅立葉變換（FFT）可應(yīng)用在計(jì)算多項(xiàng)式相乘上來(lái)降低復(fù)雜度，脫線(xiàn)min算法就是利用了Union-Find這種結(jié)構(gòu)。還有圖中相關(guān)算法，它對(duì)于解決網(wǎng)絡(luò)流量分配問(wèn)題起了很大的幫助，等等。

這些應(yīng)用給了我很大的啟發(fā)：因?yàn)閱渭冎v一個(gè)Union-Find算法，即使了解了它的實(shí)現(xiàn)原理，遇到具體的實(shí)際問(wèn)題也不知去如何應(yīng)用。這就要求我們要將自己學(xué)到的算法要和實(shí)際問(wèn)題結(jié)合起來(lái)，不能停留在思想方法階段，要學(xué)以致用，做到具體問(wèn)題具體分析。

四、對(duì)計(jì)算模型和NP問(wèn)題的理解

由于對(duì)這部分內(nèi)容不是很理解，所以就粗淺的談一下我的看法。

首先談到計(jì)算模型，就不得不提到圖靈計(jì)算，他將基本的計(jì)算抽象化，造出一個(gè)圖靈機(jī)，得出了計(jì)算的本質(zhì)。并提出圖靈機(jī)可以計(jì)算的問(wèn)題都是可以計(jì)算的，否則就是不可計(jì)算的。由此引申出一個(gè)著名論題：任何合理的計(jì)算模型都是相互等價(jià)的。它說(shuō)明了可計(jì)算性本身不依賴(lài)于任何具體的模型而客觀存在。

NP問(wèn)題比較復(fù)雜，我認(rèn)為它是制約算法發(fā)展的瓶頸，但這也是算法分析的魅力所在。NP問(wèn)題一般可分為3類(lèi)，NP-C問(wèn)題，NP-hard問(wèn)題以及頑型問(wèn)題。NP-C它有個(gè)特殊的性質(zhì)，如果存在一個(gè)NP-C問(wèn)題找到一個(gè)多項(xiàng)式時(shí)間的解法，則所有的NP-C問(wèn)題都能找到多項(xiàng)式時(shí)間解法。如哈密頓回路問(wèn)題。NP-hard主要是解決最優(yōu)化問(wèn)題。它不一定是NP問(wèn)題。這些問(wèn)題在規(guī)模較小時(shí)可以找出精確解，但是規(guī)模大時(shí)，就因時(shí)間太復(fù)雜而找不到最優(yōu)解。此時(shí)一般會(huì)采用近似算法的解法。頑型問(wèn)題就是已經(jīng)證明不可能有多項(xiàng)式時(shí)間的算法，如漢諾塔問(wèn)題。

最后談?wù)剬?duì)這門(mén)課程的建議

①對(duì)于這門(mén)算法課，我認(rèn)為應(yīng)該加強(qiáng)對(duì)算法思想方法的學(xué)習(xí)。所以我建議老師可不可以先拋出問(wèn)題而不給出答案，講完一章，再發(fā)課件。讓我們先思考一會(huì)兒，或者給出個(gè)獎(jiǎng)勵(lì)機(jī)制，誰(shuí)能解決這個(gè)問(wèn)題，平時(shí)成績(jī)加分。這在一定程度上會(huì)將強(qiáng)我們思考分析問(wèn)題的能力。因?yàn)槲腋杏X(jué)到，一個(gè)問(wèn)題出來(lái)，未經(jīng)過(guò)思考就已經(jīng)知曉它的答案，就沒(méi)什么意思，得不到提高，而且也不能加深對(duì)問(wèn)題的思考和理解。下次遇到類(lèi)似的問(wèn)題也就沒(méi)有什么印象。而且上課讓我們思考，點(diǎn)名回答問(wèn)題可以一定程度上有效的防止不認(rèn)真聽(tīng)課的現(xiàn)象。

②作業(yè)安排的不是很恰當(dāng)。本門(mén)課主要安排了三次作業(yè)，個(gè)人感覺(jué)只有第一次作業(yè)比較有意思。后面兩次作業(yè)只是實(shí)現(xiàn)一下偽代碼，沒(méi)有太多的技術(shù)含量。而且對(duì)于培養(yǎng)我們的解決問(wèn)題的能力也沒(méi)有太多的幫助，因?yàn)檫@間接成為了程序設(shè)計(jì)題，不是算法設(shè)計(jì)題。

③本門(mén)課的時(shí)間安排的不太恰當(dāng)，因?yàn)楸緦W(xué)期的課程太多，壓力太大。沒(méi)有太多的時(shí)間去學(xué)習(xí)這門(mén)課程。因?yàn)槲蚁嘈糯蠹叶紝?duì)它感興趣，比較重視，想花功夫，但苦于沒(méi)時(shí)間。所以可不可以將課程提前一個(gè)學(xué)期，那時(shí)候離散數(shù)學(xué)也已經(jīng)學(xué)過(guò)，且課程的壓力也不是很大。錯(cuò)開(kāi)時(shí)間的話(huà)，我覺(jué)得應(yīng)該能夠更好提高大家算法分析設(shè)計(jì)的能力。

第四篇：算法總結(jié)

算法分塊總結(jié)

為備戰(zhàn)2005年11月4日成都一戰(zhàn)，特將已經(jīng)做過(guò)的題目按算法分塊做一個(gè)全面詳細(xì)的總結(jié)，主要突出算法思路，盡量選取有代表性的題目，盡量做到算法的全面性，不漏任何ACM可能涉及的算法思路。算法設(shè)計(jì)中，時(shí)刻都要牢記要減少冗余，要以簡(jiǎn)潔高效為追求目標(biāo)。另外當(dāng)遇到陌生的問(wèn)題時(shí)，要想方設(shè)法進(jìn)行模型簡(jiǎn)化，轉(zhuǎn)化，轉(zhuǎn)化成我們熟悉的東西。

圖論模型的應(yīng)用

分層圖思想的應(yīng)用：

用此思想可以建立起更簡(jiǎn)潔、嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型，進(jìn)而很容易得到有效算法。重要的是，新建立的圖有一些很好的性質(zhì)： 由于層是由復(fù)制得到的，所以所有層都非常相似，以至于我們只要在邏輯上分出層的概念即可，根本不用在程序中進(jìn)行新層的存儲(chǔ)，甚至幾乎不需要花時(shí)間去處理。由于層之間的相似性，很多計(jì)算結(jié)果都是相同的。所以我們只需對(duì)這些計(jì)算進(jìn)行一次，把結(jié)果存起來(lái)，而不需要反復(fù)計(jì)算。如此看來(lái)，雖然看起來(lái)圖變大了，但實(shí)際上問(wèn)題的規(guī)模并沒(méi)有變大。層之間是拓?fù)溆行虻摹＿@也就意味著在層之間可以很容易實(shí)現(xiàn)遞推等處理，為發(fā)現(xiàn)有效算法打下了良好的基礎(chǔ)。

這些特點(diǎn)說(shuō)明這個(gè)分層圖思想還是很有潛力的，尤其是各層有很多公共計(jì)算結(jié)果這一點(diǎn)，有可能大大消除冗余計(jì)算，進(jìn)而降低算法時(shí)間復(fù)雜度。二分圖最大及完備匹配的應(yīng)用： ZOJ place the robots: 二分圖最優(yōu)匹配的應(yīng)用：

最大網(wǎng)絡(luò)流算法的應(yīng)用：典型應(yīng)用就求圖的最小割。最小費(fèi)用最大流的應(yīng)用：

容量有上下界的最大流的應(yīng)用：

歐拉路以及歐拉回路的應(yīng)用：主要利用求歐拉路的套圈算法。最小生成樹(shù)：

求最小生成樹(shù)，比較常用的算法有Prim算法和Kruskal算法。前者借助Fibonacci堆可以使復(fù)雜度降為O(Vlog2V+E)，后者一般應(yīng)用于稀疏圖，其時(shí)間復(fù)雜度為O(Elog2V)。最小K度限制生成樹(shù)：

抽象成數(shù)學(xué)模型就是：

設(shè)G=(V,E,ω)是連通的無(wú)向圖，v0 ∈V是特別指定的一個(gè)頂點(diǎn),k為給定的一個(gè)正整數(shù)。首先考慮邊界情況。先求出問(wèn)題有解時(shí)k 的最小值：把v0點(diǎn)從圖中刪去后，圖中可能會(huì)出 現(xiàn)m 個(gè)連通分量，而這m 個(gè)連通分量必須通過(guò)v0來(lái)連接，所以，在圖G 的所有生成樹(shù)中 dT(v0)≥m。也就是說(shuō)，當(dāng)k

首先，將 v0和與之關(guān)聯(lián)的邊分別從圖中刪去，此時(shí)的圖可能不再連通，對(duì)各個(gè)連通分量，分別求最小生成樹(shù)。接著，對(duì)于每個(gè)連通分量V’，求一點(diǎn)v1，v1∈V’,且ω(v0,v1)=min{ω(v0,v’)|v’∈V’}，則該連通分量通過(guò)邊(v1,v0)與v0相連。于是，我們就得到了一個(gè)m度限制生成樹(shù)，不難證明，這就是最小m度限制生成樹(shù)。這一步的時(shí)間復(fù)雜度為O(Vlog2V+E)我們所求的樹(shù)是無(wú)根樹(shù)，為了解題的簡(jiǎn)便，把該樹(shù)轉(zhuǎn)化成以v0為根的有根樹(shù)。

假設(shè)已經(jīng)得到了最小p度限制生成樹(shù)，如何求最小p+1 度限制生成樹(shù)呢？在原先的樹(shù)中加入一條與v0相關(guān)聯(lián)的邊后，必定形成一個(gè)環(huán)。若想得到一棵p+1 度限制生成樹(shù)，需刪去一條在環(huán)上的且與v0無(wú)關(guān)聯(lián)的邊。刪去的邊的權(quán)值越大，則所得到的生成樹(shù)的權(quán)值和就越小。動(dòng)態(tài)規(guī)劃就有了用武之地。設(shè)Best(v)為路徑v0—v上與v0無(wú)關(guān)聯(lián)且權(quán)值最大的邊。定義father(v)為v的父結(jié)點(diǎn)，動(dòng)態(tài)轉(zhuǎn)移方程：Best(v)=max(Best(father(v)),(father(v),v))，邊界條件為Best[v0]=-∞，Best[v’]=-∞|(v0,v’)∈E(T)。

狀態(tài)共|V|個(gè)，狀態(tài)轉(zhuǎn)移的時(shí)間復(fù)雜度O(1)，所以總的時(shí)間復(fù)雜度為O(V)。故由最小p度限制生成樹(shù)得到最小p+1度限制生成樹(shù)的時(shí)間復(fù)雜度為O(V)。1 先求出最小m度限制生成樹(shù)；

2由最小m度限制生成樹(shù)得到最小m+1度限制生成樹(shù);3 當(dāng)dT(v0)=k時(shí)停止。

加邊和去邊過(guò)程，利用動(dòng)態(tài)規(guī)劃優(yōu)化特別值得注意。

次小生成樹(shù)：

加邊和去邊很值得注意。

每加入一條不在樹(shù)上的邊，總能形成一個(gè)環(huán)，只有刪去環(huán)上的一條邊，才能保證交換后仍然是生成樹(shù)，而刪去邊的權(quán)值越大，新得到的生成樹(shù)的權(quán)值和越小。具體做法：

首先做一步預(yù)處理，求出樹(shù)上每?jī)蓚€(gè)結(jié)點(diǎn)之間的路徑上的權(quán)值最大的邊，然后，枚舉圖中不在樹(shù)上的邊，有了剛才的預(yù)處理，我們就可以用O(1)的時(shí)間得到形成的環(huán)上的權(quán)值最大的邊。如何預(yù)處理呢？因?yàn)檫@是一棵樹(shù)，所以并不需要什么高深的算法，只要簡(jiǎn)單的BFS 即可。

最短路徑的應(yīng)用：

Dijkstra 算法應(yīng)用： Folyed 算法應(yīng)用：

Bellman-Ford 算法的應(yīng)用：

差分約束系統(tǒng)的應(yīng)用：

搜索算法

搜索對(duì)象和搜索順序的選取最為重要。一些麻煩題，要注意利用數(shù)據(jù)有序化，要找一個(gè)較優(yōu)的搜索出發(fā)點(diǎn)，凡是能用高效算法的地方盡量爭(zhēng)取用高效算法?；镜倪f歸回溯深搜，記憶化搜索，注意剪枝： 廣搜（BFS）的應(yīng)用： 枚舉思想的應(yīng)用： ZOJ 1252 island of logic A*算法的應(yīng)用：

IDA*算法的應(yīng)用，以及跳躍式搜索探索： 限深搜索，限次： 迭代加深搜索：

部分搜索+高效算法（比如二分匹配，動(dòng)態(tài)規(guī)劃）： ZOJ milk bottle data: 剪枝優(yōu)化探索：

可行性剪枝，最優(yōu)性剪枝，調(diào)整搜索順序是常用的優(yōu)化手段。

動(dòng)態(tài)規(guī)劃

動(dòng)態(tài)規(guī)劃最重要的就是狀態(tài)的選取，以及狀態(tài)轉(zhuǎn)移方程，另外還要考慮高效的預(yù)處理（以便更好更快的實(shí)現(xiàn)狀態(tài)轉(zhuǎn)移）。最常用的思想就是用枚舉最后一次操作。

狀態(tài)壓縮DP，又叫帶集合的動(dòng)態(tài)規(guī)劃：題目特點(diǎn)是有一維的維數(shù)特別小。類(lèi)似TSP問(wèn)題的DP：

狀態(tài)劃分比較困難的題目： 樹(shù)形DP：

四邊形不等式的應(yīng)用探索：四邊形不等式通常應(yīng)用是把O(n^3)復(fù)雜度O(n^2)

高檔數(shù)據(jù)結(jié)構(gòu)的應(yīng)用

并查集的應(yīng)用：

巧用并查集中的路徑壓縮思想： 堆的利用： 線(xiàn)段樹(shù)的應(yīng)用：

總結(jié)用線(xiàn)段樹(shù)解題的方法

根據(jù)題目要求將一個(gè)區(qū)間建成線(xiàn)段樹(shù)，一般的題目都需要對(duì)坐標(biāo)離散。建樹(shù)時(shí)，不要拘泥于線(xiàn)段樹(shù)這個(gè)名字而只將線(xiàn)段建樹(shù)，只要是表示區(qū)間，而且區(qū)間是由單位元素(可以是一個(gè)點(diǎn)、線(xiàn)段、或數(shù)組中一個(gè)值)組成的，都可以建線(xiàn)段樹(shù)；不要拘泥于一維，根據(jù)題目要求可以建立面積樹(shù)、體積樹(shù)等等

樹(shù)的每個(gè)節(jié)點(diǎn)根據(jù)題目所需，設(shè)置變量記錄要求的值

用樹(shù)形結(jié)構(gòu)來(lái)維護(hù)這些變量：如果是求總數(shù)，則是左右兒子總數(shù)之和加上本節(jié)點(diǎn)的總數(shù)，如果要求最值，則是左右兒子的最大值再聯(lián)系本區(qū)間。利用每次插入、刪除時(shí)，都只對(duì)O(logL)個(gè)節(jié)點(diǎn)修改這個(gè)特點(diǎn)，在O(logL)的時(shí)間內(nèi)維護(hù)修改后相關(guān)節(jié)點(diǎn)的變量。

在非規(guī)則刪除操作和大規(guī)模修改數(shù)據(jù)操作中，要靈活的運(yùn)用子樹(shù)的收縮與葉子節(jié)點(diǎn)的釋放，避免重復(fù)操作。

Trie的應(yīng)用：；

Trie圖的應(yīng)用探索： 后綴數(shù)組的應(yīng)用研究：

在字符串處理當(dāng)中，后綴樹(shù)和后綴數(shù)組都是非常有力的工具，其中后綴樹(shù)了解得比較多，關(guān)于后綴數(shù)組則很少見(jiàn)于國(guó)內(nèi)的資料。其實(shí)后綴數(shù)組是后綴樹(shù)的一個(gè)非常精巧的替代品，它比后綴樹(shù)容易編程實(shí)現(xiàn)，能夠?qū)崿F(xiàn)后綴樹(shù)的很多功能而時(shí)間復(fù)雜度也不太遜色，并且，它比后綴樹(shù)所占用的空間小很多。

樹(shù)狀數(shù)組的應(yīng)用探索：；

計(jì)算幾何

掌握基本算法的實(shí)現(xiàn)。凸包的應(yīng)用：；

半平面交算法的應(yīng)用：；

幾何+模擬類(lèi)題目：幾何設(shè)計(jì)好算法，模擬控制好精度。掃描法：；

轉(zhuǎn)化法：ZOJ 1606 將求所圍的格子數(shù)，巧妙的轉(zhuǎn)化為求多邊形的面積。離散法思想的應(yīng)用：；

經(jīng)典算法：找平面上的最近點(diǎn)對(duì)。

貪心

矩形切割

二分思想應(yīng)用

活用經(jīng)典算法

利用歸并排序算法思想求數(shù)列的逆序?qū)?shù)：

利用快速排序算法思想，查詢(xún)N個(gè)數(shù)中的第K小數(shù)：

博弈問(wèn)題

博弈類(lèi)題目通常用三類(lèi)解法：第一類(lèi)推結(jié)論； 第二類(lèi)遞推，找N位置，P位置； 第三類(lèi)SG函數(shù)的應(yīng)用。第四類(lèi)極大極小法，甚至配合上αβ剪枝。最難掌握的就是第四類(lèi)極大極小法。

第一類(lèi)：推結(jié)論。典型題目： 第二類(lèi)：遞推。典型題目：

比如有向無(wú)環(huán)圖類(lèi)型的博弈。在一個(gè)有向圖中，我們把選手I有必勝策略的初始位置稱(chēng)為N位置(Next player winning)，其余的位置被稱(chēng)為P位置(Previous player winning)。很顯然，P位置和N位置應(yīng)該具有如下性質(zhì)：

1． 所有的結(jié)束位置都是P位置。

2． 對(duì)于每一個(gè)N位置，至少存在一種移動(dòng)可以將棋子移動(dòng)到一個(gè)P位置。3． 對(duì)于每一個(gè)P位置，它的每一種移動(dòng)都會(huì)將棋子移到一個(gè)N位置。

這樣，獲勝的策略就是每次都把棋子移動(dòng)到一個(gè)P位置，因?yàn)樵谝粋€(gè)P位置，你的對(duì)手只能將棋子移動(dòng)到一個(gè)N位置，然后你總有一種方法再把棋子移動(dòng)到一個(gè)P位置。一直這樣移動(dòng)，最后你一定會(huì)將棋子移動(dòng)到一個(gè)結(jié)束位置（結(jié)束位置是P位置），這時(shí)你的對(duì)手將無(wú)法在移動(dòng)棋子，你便贏得了勝利。

與此同時(shí)，得到了這些性質(zhì)，我們便很容易通過(guò)倒退的方法求出哪些位置是P位置，哪些位置是N位置，具體的算法為：

1． 將所有的結(jié)束位置標(biāo)為P位置。

2． 將所有能一步到達(dá)P位置的點(diǎn)標(biāo)為N位置。

3． 找出所有只能到達(dá)N位置的點(diǎn)，將它們標(biāo)為P位置。

4． 如果在第三步中沒(méi)有找到新的被標(biāo)為P位置的點(diǎn)，則算法結(jié)束，否則轉(zhuǎn)到步驟2。這樣我們便確定了所有位置，對(duì)于題目給出的任一初始位置，我們都能夠很快確定出是選手I獲勝還是選手II獲勝了。第三類(lèi)：SG函數(shù)的應(yīng)用。

關(guān)于SG函數(shù)的基本知識(shí)：對(duì)于一個(gè)有向圖(X, F)來(lái)說(shuō)，SG函數(shù)g是一個(gè)在X上的函數(shù)，并且它返回一個(gè)非負(fù)整數(shù)值，具體定義為

g(x)?min{n?0,n?g(y)對(duì)于所有y?F(x)}

1． 對(duì)于所有的結(jié)束位置x，g(x)= 0。

2． 對(duì)于每一個(gè)g(x)≠ 0的位置x，在它可以一步到達(dá)的位置中至少存在一個(gè)位置y使得g(y)= 0。

3．對(duì)于每一個(gè)g(x)＝ 0的位置x，所有可以由它一步到達(dá)的位置y都有g(shù)(y)≠ 0。

定理 如果g(xi)是第i個(gè)有向圖的SG函數(shù)值，i = 1,…,n，那么在由這n個(gè)有向圖組成的狀態(tài)的SG函數(shù)值g(x1,…xn)= g(x1)xor g(x2)xor … xor g(xn)

第四類(lèi)：極大極小法。

典型題目：ZOJ 1155：Triangle War

ZOJ 1993：A Number Game

矩陣妙用

矩陣最基本的妙用就是利用快速乘法O（logn）來(lái)求解遞推關(guān)系（最基本的就是求Fibonacci數(shù)列的某項(xiàng)）和各種圖形變換，以及利用高斯消元法變成階梯矩陣。典型題目：

數(shù)學(xué)模型舉例

向量思想的應(yīng)用：

UVA 10089：注意降維和向量的規(guī)范化 ；

利用復(fù)數(shù)思想進(jìn)行向量旋轉(zhuǎn)。

UVA 10253：

遞推

數(shù)代集合

數(shù)代集合的思想：

ACM ICPC 2002-2003, Northeastern European Region, Northern Subregion 中有一題：Intuitionistic Logic 用枚舉+數(shù)代集合思想優(yōu)化，注意到題中有一句話(huà)：“You may assume that the number H = |H| of elements of H?doesn't exceed 100”，這句話(huà)告訴我們H的元素個(gè)數(shù)不會(huì)超過(guò)100，因此可以考慮用一個(gè)數(shù)代替一個(gè)集合，首先把所有的運(yùn)算結(jié)果都用預(yù)處理算出來(lái)，到計(jì)算的時(shí)候只要用O(1)的復(fù)雜度就可以完成一次運(yùn)算。

組合數(shù)學(xué)

Polya定理則是解決同構(gòu)染色計(jì)數(shù)問(wèn)題的有力工具。

補(bǔ)集轉(zhuǎn)化思想

ZOJ 單色三角形：

字符串相關(guān)

擴(kuò)展的KMP算法應(yīng)用：；最長(zhǎng)回文串； 最長(zhǎng)公共子串； 最長(zhǎng)公共前綴；

填充問(wèn)題

高精度運(yùn)算

三維空間問(wèn)題專(zhuān)題

無(wú)論什么問(wèn)題，一旦擴(kuò)展到三難空間，就變得很有難度了。三維空間的問(wèn)題，很考代碼實(shí)現(xiàn)能力。

其它問(wèn)題的心得

解決一些判斷同構(gòu)問(wèn)題的方法：同構(gòu)的關(guān)鍵在于一一對(duì)應(yīng)，而如果枚舉一一對(duì)應(yīng)的關(guān)系，時(shí)間復(fù)雜度相當(dāng)?shù)母撸米钚”硎?，就能把一個(gè)事物的本質(zhì)表示出來(lái)。求最小表示時(shí)，我們一定要仔細(xì)分析，將一切能區(qū)分兩個(gè)元素的條件都在最小表示中體現(xiàn)，而且又不能主觀的加上其他條件。得到最小表示后，我們往往還要尋求適當(dāng)?shù)?、高效的匹配算法（例如KMP字符匹配之類(lèi)的），來(lái)比較最小表示是否相同，這里常常要將我們熟悉的高效算法進(jìn)行推廣

第五篇：算法總結(jié)材料

源程序代碼：

}

一、自然數(shù)拆分（遞歸）

} #include

二、快速排序（遞歸）int a[100];void spilt(int t)#include { int k,j,l,i;main()for(k=1;k<=t;k++){int i,a[11]={0,14,12,5,6,32,8,9,15,7,10};{ printf(“%d+”,a[k]);} for(i=0;i<11;printf(“%4d”,a[i]),++i);printf(“n”);printf(“n”);j=t;l=a[j];quicksort(a,10);for(i=a[j-1];i<=l/2;i++)for(i=0;i<11;printf(“%4d”,a[i]),++i);{ a[j]=i;a[j+1]=l-i;printf(“n”);}

spilt(j+1);} } int partitions(int a[],int from,int to)void main(){ { int n,i;

int value=a[from];printf(“please enter the number:”);

while(from

a[from]=a[to];

while(from

++from;

a[to]=a[from];

}

a[from]=value;

return from;

}

void qsort(int a[],int from,int to){ int pivottag;if(from

{pivottag=partitions(a,from,to);qsort(a,from,pivottag-1);qsort(a,pivottag+1,to);

} scanf(“%d”,&n);

for(i=1;i<=n/2;i++){ a[1]=i;a[2]=n-i;spilt(2);

三、刪數(shù)字（貪心）

#include #include void main(){

int a[11]={3,0,0,0,9,8,1,4,7,5,1};

int k=0,i=0,j;

int m;

while(i<11)

{

printf(“%d ”,a[i]);

i++;}

printf(“n please input delete number:”);

四、全排列（遞歸）#include A(char a[],int k,int n){

int i;char temp;if(k==n)

for(i=0;i<=3;i++)

{printf(“%c ”,a[i]);} else {

for(i=k;i<=n;i++)

{ temp=a[i];

a[i]=a[k];

a[k]=temp;

A(a,k+1,n);

} } } main(){

int n;

char a[4]={'a','b','c','d'},temp;

A(a,0,3);

getch();

return 0;}

五、多段圖（動(dòng)態(tài)規(guī)劃）#include “stdio.h”

#define n 12 //圖的頂點(diǎn)數(shù)

{ while(from=value)--to;

scanf(“%d”,&m);for(k=0;k

{

for(i=0;i<=11-k;i++)

{

if(a[i]>a[i+1])

{

for(j=i;j<10;j++)

{a[j]=a[j+1];}

break;//滿(mǎn)足條件就跳轉(zhuǎn)

}

} }

int quicksort(int a[],int n){

qsort(a,0,n);}

}

printf(“the change numbers:”);

for(i=0;i<11-m;i++)

{

if(a[i]!=0)

{ printf(“%d ”,a[i]);}

}

}

#define k 4 //圖的段數(shù) #define MAX 23767 int cost[n][n];//成本值數(shù)組

int path[k];//存儲(chǔ)最短路徑的數(shù)組

void creatgraph()//創(chuàng)建圖的(成本)鄰接矩陣 { int i,j;

for(i=0;i

for(j=0;j

scanf(“%d”,&cost[i][j]);//獲取成本矩陣數(shù)據(jù) }

void printgraph()//輸出圖的成本矩陣 { int i,j;

printf(“成本矩陣:n”);

for(i=0;i

{ for(j=0;j

printf(“%d ”,cost[i][j]);

printf(“n”);

} }

//使用向前遞推算法求多段圖的最短路徑 void FrontPath(){ int i,j,length,temp,v[n],d[n];

for(i=0;i

v[i]=0;for(i=n-2;i>=0;i--){ for(length=MAX,j=i+1;j<=n-1;j++)

if(cost[i][j]>0 &&(cost[i][j])+v[j]

{length=cost[i][j]+v[j];temp=j;}

v[i]=length;

d[i]=temp;

}

path[0]=0;//起點(diǎn)

path[k-1]=n-1;//最后的目標(biāo)

for(i=1;i<=k-2;i++)(path[i])=d[path[i-1]];//將最短路徑存入數(shù)組中 }

//使用向后遞推算法求多段圖的最短路徑

void BackPath(){ int i,j,length,temp,v[n],d[n];

for(i=0;i

for(i=1;i<=n-1;i++)

{ for(length=MAX,j=i-1;j>=0;j--)

if(cost[j][i]>0 &&(cost[j][i])+v[j]

{length=cost[j][i]+v[j];temp=j;}

v[i]=length;

d[i]=temp;

}

path[0]=0;

path[k-1]=n-1;

for(i=k-2;i>=1;i--)(path[i])=d[path[i+1]];}

//輸出最短路徑序列 void printpath(){ int i;

for(i=0;i

printf(“%d ”,path[i]);}

main(){ freopen(“E:1input.txt”,“r”,stdin);

creatgraph();

printgraph();

FrontPath();

printf(“輸出使用向前遞推算法所得的最短路徑:n”);

printpath();

printf(“n輸出使用向后遞推算法所得的最短路徑:n”);

BackPath();

printpath();printf(“n”);}

六、背包問(wèn)題（遞歸）int knap(int m, int n){

int x;

x=m-mn;

if x>0

sign=1;

else if x==0

sign=0;

else

sign=-1;

switch(sign){

case 0: knap=1;break;

case 1: if(n>1)

if knap(m-mn,n-1)

knap=1;

else

knap= knap(m,n-1);

else

knap=0;

case-1: if(n>1)

knap= knap(m,n-1);

else

knap=0;

} }

七、8皇后（回溯）#include #include #define N 4 int place(int k, int X[N+1]){

int i;

i=1;

while(i

if((X[i]==X[k])||(abs(X[i]-X[k])==abs(i-k)))

return 0;

i++;

}

return 1;}

void Nqueens(int X[N+1]){

int k, i;

X[1]=0;k=1;

while(k>0){

X[k]=X[k]+1;

while((X[k]<=N)&&(!place(k,X)))

X[k]=X[k]+1;

if(X[k]<=N)

if(k==N){ for(i=1;i<=N;i++)

printf(“%3d”,X[i]);printf(“n”);

}

else{ k=k+1;

X[k]=0;

}

else k=k-1;

} }

void main(){

int n, i;

int X[N+1]={0};

clrscr();

Nqueens(X);

printf(“The end!”);}

八、圖著色（回溯）#include #define N 5 int X[N]={0,0,0,0,0};int GRAPH[N][N]={ {0,1,1,1,0}，{1,0,1,1,1}，{1,1,0,1,0}，{1,1,1,0,1}，{0,1,0,1,0} };int M=4;int count=0;int mcoloring(int k){

int j,t;

while(1){

nextValue(k);

if(X[k]==0)

return 0;

if(k==(N-1)){

for(t=0;t

printf(“%3d”,X[t]);

printf(“n”);

count++;

}

else

mcoloring(k+1);

} } int nextValue(int k){

int j;

while(1){

X[k]=(X[k]+1)%(M+1);

if(X[k]==0)

return 0;

for(j=0;j

if((GRAPH[k][j]==1)&&(X[k]==X[j]))

break;

}

if(j==N){

return 0;

}

} } void main(){

int k;

clrscr();

k=0;

mcoloring(k);

printf(“ncount=%dn”,count);}

矩陣鏈乘法（動(dòng)態(tài)規(guī)劃）? 符號(hào)S[i, j]的意義：

符號(hào)S(i, j)表示，使得下列公式右邊取最小值的那個(gè)k值

public static void matrixChain(int [ ] p, int [ ][ ] m, int [ ][ ] s)

{

int n=p.length-1;

for(int i = 1;i <= n;i++)m[i][i] = 0;

for(int r = 2;r <= n;r++)

for(int i = 1;i <= n-r+1;i++){

int j=i+r-1;

m[i][j] = m[i+1][j]+ p[i-1]*p[i]*p[j];

s[i][j] = i;

for(int k = i+1;k < j;k++){

int t = m[i][k] + m[k+1][j] + p[i-1]*p[k]*p[j];

if(t < m[i][j]){

m[i][j] = t;

s[i][j] = k;}

}

}

}

O的定義：

如果存在兩個(gè)正常數(shù)c和n0，對(duì)于所有的n≥n0時(shí)，有：

|f(n)|≤c|g(n)|，稱(chēng)函數(shù)f(n)當(dāng)n充分大時(shí)的階比g(n)低，記為

f(n)=O(g(n))。計(jì)算時(shí)間f(n)的一個(gè)上界函數(shù) Ω的定義：

如果存在正常數(shù)c和n0，對(duì)于所有n≥n0時(shí)，有：

|f(n)|≥c|g(n)|，則稱(chēng)函數(shù)f(n)當(dāng)n充分大時(shí)下有界，且g(n)是它的一個(gè)下界，即f(n)的階不低于g(n)的階。記為：

f(n)=Ω(g(n))。Θ的定義：

如果存在正常數(shù)c1，c2和n0，對(duì)于所有的n>n0，有：

c1|g(n)|≤f(n)≤c2|g(n)|，則記f(n)=Θ(g(n))意味著該算法在最好和最壞的情況下計(jì)算時(shí)間就一個(gè)常因子范圍內(nèi)而言是相同的。(1)多項(xiàng)式時(shí)間算法：

O(1)

(2)指數(shù)時(shí)間算法：

O(2n)

Move(n,n+1)(2n+1,2n+2)move(2n-1,2n)(n,n+1)call chess(n-1)

貪心方法基本思想：

貪心算法總是作出在當(dāng)前看來(lái)最好的選擇。也就是說(shuō)貪心算法并不從整體最優(yōu)考慮，它所作出的選擇只是在某種意義上的局部最優(yōu)選擇

所求問(wèn)題的整體最優(yōu)解可以通過(guò)一系列局部最優(yōu)的選擇，即貪心選擇來(lái)達(dá)到。這是貪心算法可行的第一個(gè)基本要素，也是貪心算法與動(dòng)態(tài)規(guī)劃算法的主要區(qū)別。

多段圖：

COST[j]=c(j,r)+COST[r];

回溯法：

(假定集合Si的大小是mi)不斷地用修改過(guò)的規(guī)范函數(shù)Pi(x1,…,xi)去測(cè)試正在構(gòu)造中的n-元組的部分向量(x1,…,xi)，看其是否可能導(dǎo)致最優(yōu)解。如果判定(x1,…,xi)不可能導(dǎo)致最優(yōu)解，那么就將可能要測(cè)試的mi+1…mn個(gè)向量略去。約束條件：

(1)顯式約束：限定每一個(gè)xi只能從給定的集合Si上取值。

(2)解

空

間：對(duì)于問(wèn)題的一個(gè)實(shí)例，解向量滿(mǎn)足顯式

約束條件的所有多元組，構(gòu)成了該實(shí)例

的一個(gè)解空間。

(3)隱式約束：規(guī)定解空間中實(shí)際上滿(mǎn)足規(guī)范函數(shù)的元

組，描述了xi必須彼此相關(guān)的情況。基本做法：

在問(wèn)題的解空間樹(shù)中，按深度優(yōu)先策略，從根結(jié)點(diǎn)出發(fā)搜索解空間樹(shù)。算法搜索至解空間樹(shù)的任意一點(diǎn)時(shí)，先判斷該結(jié)點(diǎn)是否包含問(wèn)題的解：如果肯定不包含，則跳過(guò)對(duì)該結(jié)點(diǎn)為根的子樹(shù)的搜索，逐層向其祖先結(jié)點(diǎn)回溯；否則，進(jìn)入該子樹(shù)，繼續(xù)按深度優(yōu)先策略搜索。

8皇后問(wèn)題

約束條件

限界函數(shù)：

子集和數(shù)問(wèn)題：

約束條件

限界函數(shù)：

回溯法－－術(shù)語(yǔ)：

活結(jié)點(diǎn)：已生成一個(gè)結(jié)點(diǎn)而它的所有兒子結(jié)點(diǎn)還沒(méi)有

全部生成的結(jié)點(diǎn)稱(chēng)為活結(jié)點(diǎn)。

E-結(jié)點(diǎn)：當(dāng)前正在生成其兒子結(jié)點(diǎn)的活結(jié)點(diǎn)叫E-結(jié)點(diǎn)。

死結(jié)點(diǎn)：不再進(jìn)一步擴(kuò)展或其兒子結(jié)點(diǎn)已全部生成的結(jié)點(diǎn)稱(chēng)為死結(jié)點(diǎn)。

使用限界函數(shù)的深度優(yōu)先節(jié)點(diǎn)生成的方法成為回溯法；E-結(jié)點(diǎn)一直保持到死為止的狀態(tài)生成的方法 稱(chēng)之為分支限界方法

且用限界函數(shù)幫助避免生成不包含答案結(jié)點(diǎn)子樹(shù)的狀態(tài)空間的檢索方法。區(qū)別：

分支限界法本質(zhì)上就是含有剪枝的回溯法，根據(jù)遞歸的條件不同，是有不同的時(shí)間復(fù)雜度的。

回溯法深度優(yōu)先搜索堆?；蚬?jié)點(diǎn)的所有子節(jié)點(diǎn)被遍歷后才被從棧中彈出找出滿(mǎn)足約束條件的所有解

分支限界法廣度優(yōu)先或最小消耗優(yōu)先搜索隊(duì)列，優(yōu)先隊(duì)列每個(gè)結(jié)點(diǎn)只有一次成為活結(jié)點(diǎn)的機(jī)會(huì)找出滿(mǎn)足約束條件下的一個(gè)解或特定意義下的最優(yōu)解

一般如果只考慮時(shí)間復(fù)雜度二者都是指數(shù)級(jí)別的

可是因?yàn)榉种藿绶ù嬖谥鞣N剪枝，用起來(lái)時(shí)間還是很快的int M, W[10],X[10];void sumofsub(int s, int k, int r){

int j;

X[k]=1;

if(s+W[k]==M){

for(j=1;j<=k;j++)

printf(“%d ”,X[j]);

printf(“n”);

}

else

if((s+W[k]+W[k+1])<=M){

sumofsub(s+W[k],k+1,r-W[k]);

}

if((s+r-W[k]>=M)&&(s+W[k+1]<=M)){

X[k]=0;

sumofsub(s,k+1,r-W[k]);

} } void main(){

M=30;

W[1]=15;

W[2]=9;

W[3]=8;

W[4]=7;

W[5]=6;

W[6]=5;

W[7]=4;

W[8]=3;

W[9]=2;

W[10]=1;

sumofsub(0,1,60);}

P是所有可在多項(xiàng)式時(shí)間內(nèi)用確定算法求解的判定問(wèn)題的集合。NP是所有可在多項(xiàng)式時(shí)間內(nèi)用不確定算法求解的判定問(wèn)題的集合 如果可滿(mǎn)足星月化為一個(gè)問(wèn)題L，則此問(wèn)題L是NP-難度的。如果L是NP難度的且L NP，則此問(wèn)題是NP-完全的