MGC数据处理与更新方法研究及实现∗

葛蕴萍,陈 昊,3

(1.中国科学院空间信息处理与应用系统技术重点实验室,北京100190;2.中国科学院电子学研究所,北京100190;3.北京空间信息中继传输技术研究中心,北京100094)

0 引言

星载合成孔径雷达(SAR)由于其全天时、全天候、高分辨率成像的能力,在军事和民用领域的应用需求越来越高。由于受数传带宽的限制,雷达卫星回波数据一般都会采用量化方式对回波数据进行压缩。不同的量化方式和量化级数使得雷达接收机接收到的回波数据存在不同程度的损失。目前雷达系统一般通过手动增益控制(Manual Gain Control,MGC)调整接收机增益范围,使回波功率在接收机输出端尽可能稳定,因此MGC设置值将影响接收机的增益范围,其准确与否,对图像质量有较大影响。

在数据压缩方面,自20世纪80年代开始,学者们将压缩感知、DCT等方法[1-4]应用到SAR原始数据量化压缩中,但由于实现方式简单高效,Nbit均匀量化和BAQ量化压缩仍是目前的主流方式,应用频率较高。文献[5]分析了8∶4 bit和8∶3 BAQ两种量化方式的性能,给出了两种量化方式的最佳输入功率范围,但并未提及具体校正方法。在数据饱和校正方面,参数模型法[6]和最优量化理论[7]应用于SAR数据的饱和校正,但均缺乏实际数据的验证。在星载SAR MGC数据处理与更新软件方面,文献[8]开发了一套MGC数据管理系统,主要针对MGC数据库的构建和管理,并未涉及数据的处理与更新方法。因此,本文针对上述问题,重点研究了星载SAR MGC数据的饱和校正方法及不同的量化方式下的MGC校正策略,在此基础上,设计并实现了一套MGC数据处理与更新软件。

1 MGC数据分析与校正的概念

根据雷达方程可以得到MGC数据的计算公式为

式中,Pt为雷达发射功率,Gr为总的接收增益,G2(θ)为双程天线方向图增益,λ为雷达波长,Rg为雷达波束距离向覆盖范围,Rz为雷达波束方位向覆盖范围,R为斜距,KL为传播损耗,σ0为目标后向散射系数,Pn为系统噪声。

由式(1)可知,MGC初始值的计算存在有效载荷误差、传播误差、目标后向散射系数误差和MGC计算模型误差四类误差。这些误差因素的综合影响在一定条件下会造成MGC初始值不能有效地将在轨运行时的SAR回波强度控制在接收机动态范围之内,从而带来严重的数据饱和或欠饱和,最终降低SAR图像的辐射精度,甚至造成图像判读的失败。

MGC值的准确与否,对雷达图像信噪比有重要影响:MGC设置过小,会导致信号幅度过大,在量化时存在饱和现象,从而损失部分信号功率,致使天线方向图测量不准,图像质量变差;MGC设置过大,导致信号衰减过大,从而量化噪声偏大,影响成像质量。因此,必须通过对卫星获得的实际SAR数据进行分析,估算出数据存在的功率损失及MGC偏差,进而对MGC进行校正补偿,实现MGC设置值的更新。

2 MGC数据分析与校正算法

2.1 基于回波数据的MGC校正方法

对于一定的量化范围,回波数据的功率损失ΔA/D可以表示为地物幅度分布特性参数的函数,即

式中,αi为地物幅度分布特性参数,N为AD量化级数。

上式可以通过仿真分析加以建立,而地物幅度分布特性参数αi则可通过分析SAR原始数据统计特性得到,因此,基于原始回波数据的饱和校正步骤可以概括如下:

① 确定地物幅度的概率分布类型;

② 建立回波数据功率损失ΔA/D与地物幅度分 布 特 性 参 数αi的 理 论 模 型h(α1,α2,…,αi;Nbit);

③对SAR原始数据进行统计分析,估算地物幅度分布特性参数αi;

④ 根据h(α1,α2,…,αi;Nbit)和估算得到的αi计算ΔA/D;

⑤计算更新后的MGC值MGC_new=MGC+ΔA/D。

2.2 不同量化方式下的MGC校正

前面研究主要针对8 bit数据,而数据还包括其他两种常见的量化压缩方式,即8∶4量化、8∶3 BAQ压缩,需要进行专门的研究。

1)8∶4量化

通过仿真,在4 bit压缩时,输入功率-功率损失、输入功率-信噪比曲线、输出功率 功率损失的曲线如图1所示。

图1 8∶4 bit压缩数据分析曲线

由曲线可知,当输入功率约为9 dB(方差为2.818 4)时,量化损失约为0 d B,其压缩后信噪比达到最大值19.345 dB,故可将9 dB作为最佳输入功率。而输出功率在[-4～15 d B]范围内时,MGC的饱和校正方法如下:

①统计输出信号功率Pout(d B);

②根据2.1节计算量化功率损失ΔP(dB),从而得到输入功率Pin=Pout+ΔP;

③ 确定MGC修正值为ΔMGC=Pin-9 dB;

④确定MGC更新值为MGC_new=MGC+ΔMGCdB。

2)8∶3 BAQ压缩

通过仿真,在8∶3 BAQ压缩时,输入功率 压缩功率损失、输入功率-压缩信噪比、输出功率 压缩功率损失的曲线如图2所示。由图可知,对于8∶3 BAQ而言,输入功率在33～34 d B之间是最佳输入功率(一般选取33.5 dB),此时输出信噪比可达到14.95 d B。

图2 8∶3BAQ压缩数据分析曲线

从上图也可发现,BAQ压缩和解压缩后,输出功率与输入功率之间存在阶梯状变化的误差。这是由于BAQ压缩时,对方差进行了量化。为了使得8 bit量化功率无损,且BAQ压缩具有良好的功率保持特性,图3给出均值码-输入功率、均值码-量化功率损失的曲线。

由以上分析可知,在8∶3 BAQ量化方式下,MGC的合理更新值可通过如下方法得到:

①统计数据的均值码M;

② 根据均值码与输入功率的曲线,得到输入功率Pin;

③MGC的更新值为输入功率与最佳输入功率之差,即ΔMGC=Pin-33.5 d B;

④确定MGC更新值为MGC_new=MGC+ΔMGCdB。

3 系统设计与实现

3.1 流程设计

图3 8∶3 BAQ压缩均值码与量化功率损失的曲线

星载SAR MGC数据处理与更新软件是通过对下传的SAR原始回波数据进行饱和统计特性分析实现的,通过人工交互完成数据的查询、显示、下载、定位、分析和更新。其基本流程结构如图4所示。

MGC数据处理与更新软件作为相对独立的处理节点,从综合数据库获取需要处理的SAR原始数据、图像及辅助信息,进而执行MGC数据分析和更新的任务。各任务之间有数据的传递,甚至相互依赖,既互相关联,又具有各自的独立性。

3.2 功能设计

通过以上分析,MGC数据处理与分析软件应具备以下功能:

① 原始回波数据统计分析;

②MGC数据更新;

③图像及信息显示,包括编目浏览SAR图像显示、全球MGC网格显示、编目浏览图像信息显示、MGC网格及其MGC值更新计算结果信息显示;

图4 星载SAR MGC数据分析与更新流程图

④ 数据检索,包括SAR编目浏览图像检索、SAR原始数据文件检索、SAR参数数据文件检索、MGC及其相关信息数据检索等。

3.3 体系结构与模块化设计

基于以上软件功能,定标处理系统由以下3个组件组成:

①MGC数据更新计算组件:通过对SAR辅助数据和原始数据进行分析完成MGC数据的更新计算。

② 图形用户界面(GUI)组件:完成软件用户界面,包括图像、数据、信息的显示和检索。

③ 与外部系统接口组件:完成与外部系统输入、输出信息交互,包括综合数据库、全球MGC数据库等。

3.4 软件实现与验证

星载SAR MGC数据处理与更新软件在Windows XP平台环境下,用Visual C++开发设计完成。本软件经过大量仿真数据和实测数据的测试,图5给出软件界面及部分数据处理结果。

图5 MGC数据分析与更新软件界面

4 结束语

本文系统分析了在不同量化方式下(8∶4 bit,8∶3 BAQ)的MGC数据饱和分析及校正方法,并给出了最佳输入功率、饱和校正策略及处理流程,为SAR系统实际运行MGC参数设置提供了有用的参考和依据。设计开发的星载SAR MGC数据处理与更新软件实现了卫星下传数据的显示、统计分析、更新结果上传等,功能强大,可视化效果强,为图像判读分析提供了有效途径。设计中充分考虑了软件的可扩展性和使用的方便性与灵活性,为MGC设置及更新系统的研制提供了良好的基础。

[1]李磊,张群.基于压缩感知的SAR海面场景目标数据压缩与重构方法[J].现代电子技术,2013,36(13):1-4.

[2]祈海明,华斌,李信,等.星载SAR原始数据普适性分块自适应矢量压缩算法[J].中国科学:信息科学,2012,42(2):206-217.

[3]朱丰,张群,段艳丽,等.基于压缩感知和LBG算法的SAR数据压缩与重构方法[J].信号处理,2012,28(6):842-850.

[4]宋鸿梅,刘祥楼,牟海维,等.基于离散余弦变换的SAR原始数据幅相压缩算法[J].光学仪器,2014,36(3):219-223,233.

[5]仇晓兰,雷斌,葛蕴萍,等.SAR原始数据两种量化压缩方式的性能评估[J].电子与信息学报,2010,32(9):2268-2272.

[6]陈海波,胡东辉,丁赤飚,等.基于韦布尔模型的合成孔径雷达数据饱和校正方法研究[J].电子与信息学报,2005,27(5):775-778.

[7]周梅,张志敏,邓云凯.合成孔径雷达饱和数据校正方法及其应用研究[J].电子与信息学报,2007,29(9):2114-2116.

[8]杨斌.星载雷达手工增益控制(MGC)数据管理系统的设计及关键技术的研究[D].北京:北京邮电大学,2009.