技术领域
[0001] 本公开涉及雷达技术领域，尤其涉及一种基于低精度POS的微型InSAR运动补偿方法。
背景技术
[0002] 伴随着轻小型载机平台的出现和发展，小型化、轻重量、低成本成为机载InSAR技术发展的一个重要方向，FMCW技术与InSAR技术的结合是目前实现这一目标的最佳途径。由于载机平台轻小，飞行高度较低，载机运动状态受气流扰动严重，出现比较大的
位置和
姿态误差。在InSAR高精度测绘中，由于双天线位置和姿态变化，基线参数是动态变化的，严重影响干涉测量性能。因此，在常规能够业务化运行的有人机平台SAR中，通常装载高精度大型
定位定姿系统(Position and Orientation System，POS)，POS系统能够高精度测量天线
相位中心空间位置和姿态信息，可满足机载InSAR运动补偿需求。然而，传统的高精度POS体积大、重量重、功耗高，难以满足SAR小型化趋势要求。
[0003] 随着制造工业的不断发展，微机电技术不断进步，发展出了一种微
机电系统(Micro Electromechanical System，MEMS)惯性测量单元(Inertial Measurement Unit，IMU)，MEMS IMU具有体积小，成本低、功耗低等优点，较好的满足了轻小型InSAR运动补偿系统对惯性测量器件的要求。与传统惯性测量元件相比，MEMS IMU具有体积小、重量轻、成本低、抗冲击、可靠性高等优点，以现在使用的STIM300为例，重量只有55g，大小规格是3.86mm×35.9mm×20mm，而且价格上更便宜。虽然MEMS IMU元件具有小型化、轻量化、廉价化的优点，但是MEMS理论和技术的不完善，与传统的惯性器件相比，MEMS-IMU的精度低1～3个数量级，也达不到高精度
分辨率SAR的处理要求。
[0004] 高精度POS系统是干涉SAR能够开展干涉测量的必要条件，然而使用低精度的POS系统(例如MEMS-IMU/GPS组合
导航系统)难以满足高精度的运动补偿要求，下面主要从两个方面说明低精度POS在InSAR测量中存在的问题：
[0005] 首先，低精度POS难以满足单天线SAR成像运动补偿需求。运动补偿技术是实现高分辨率机载SAR成像的关键随着方位向分辨
力要求提高，合成孔径长度必须增加，这会引起载机平台更大的扰动影响，在SAR系统中运动补偿子系统的负担会急剧加重。POS系统中惯性测量单元由三轴
加速计和陀螺，它们均是惯性器件必然存在随机漂移问题，虽然与GPS进行组合滤波能够抑制IMU的长期漂移误差，但是对于低精度IMU系统来说，受器件漂移特性限制，姿态测量误差及其引起的位置误差难以满足SAR成像运动补偿需求。
[0006] 其次，低精度POS难以满足InSAR动态基线补偿需求。干涉测量精度对基线测量精度极为敏感，毫米级的基线相对误差会引起米级的干涉测量误差，随着干涉SAR测量精度逐步提高，一般来说需要双天线相位中心的相对测量精度达到亚毫米量级，对于低精度POS来说是难以实现的。
[0007] 公开内容
[0008] (一)要解决的技术问题
[0009] 为解决
现有技术的至少一个技术问题，本公开提供了一种基于低精度POS的微型InSAR运动补偿方法。
[0010] (二)技术方案
[0011] 本公开提出了一种基于低精度POS的微型InSAR运动补偿方法，包括：基于低精度POS的InSAR成像处理；提取InSAR位置观测量，获得位置误差；提取InSAR姿态观测量，获得姿态误差；利用位置误差和姿态误差进行GPS/IMU/InSAR组合滤波处理；利用GPS/IMU/InSAR组合滤波结果进行InSAR成像处理，判断成像精度是否满足干涉测量要求，如果不满足，则重复执行上述步骤，直到成像精度满足InSAR成像需求为止。
[0012] 在本公开的一些
实施例中，所述基于低精度POS的InSAR成像处理包括：利用POS后处理结果对InSAR回
波数据进行InSAR成像处理。
[0013] 在本公开的一些实施例中，首次执行基于低精度POS的InSAR成像处理的步骤时，将GPS/IMU组合处理结果作为POS后处理结果；从第二次执行基于低精度POS的InSAR成像处理步骤开始，将GPS/IMU/InSAR组合滤波结果作为POS后处理结果。
[0014] 在本公开的一些实施例中，所述提取InSAR位置观测量，获得位置误差包括：提取特显点；利用相位梯度法提取特显点的相位误差；拼接特显点的相位误差；根据相位误差计算位置误差。
[0015] 在本公开的一些实施例中，所述利用相位梯度法提取特显点的相位误差包括：特显点的SAR方位向
信号为：
[0016] S(t)＝IFFT(FFT(i(t)).R*(f))
[0017] 其中，t是方位向慢时间，FFT和IFFT分别表示傅里叶变换和傅里叶逆变换，i(t)是包含相位误差的SAR方位复图像信号，R(f)是方位参考函数的
频谱；当采用
脉冲压缩的方法提取SAR方位向信号时，按照下式进行Dechirp处理：
[0018]
[0019] 其中，S0(t)是方位向理想线性调频信号，arg表示求相位， 是特显点的SAR方位向相位误差。
[0020] 在本公开的一些实施例中，所述根据相位误差计算位置误差包括：由相位误差计算斜距误差：
[0021]
[0022] 其中，λ是InSAR发射信号
波长，是相位误差，由斜距方程可计算位置误差：
[0023]
[0024] 其中，R是InSAR系统的测量斜距，[X，Y，Z]是主天线相位中心位置，[Xt，Yt，Zt]是特显点目标空间位置。
[0025] 在本公开的一些实施例中，所述提取InSAR姿态观测量，获得姿态误差包括：
偏航/
俯仰角反演建模；
横滚角反演建模；计算姿态误差。
[0026] 在本公开的一些实施例中，所述偏航/俯仰角反演建模包括：利用多普勒中心沿距离向的空变性反演偏航/俯仰姿态角误差：
[0027]
[0028] 其中，Fdc是多普勒中心，v是SAR平台速度，θp、θy分别是平台的俯仰角和偏航角，β是目标相对雷达视线入射角。
[0029] 在本公开的一些实施例中，所述横滚角反演建模包括：将InSAR图像对分别在频域划分多个子孔径，得到双天线各自的子孔径图像；将双天线子孔径图像分别作干涉处理，从而获得至少两组干涉相位；获取差分干涉相位，提取干涉相位误差的变化率信息；对干涉相位误差的变化率积分，求得干涉相位误差；根据基线与干涉相位误差的关系计算时变基线，从而反演出横滚角。
[0030] 在本公开的一些实施例中，所述利用位置误差和姿态误差进行GPS/IMU/InSAR组合滤波处理包括：建立InSAR位置和姿态观测方程，用位置误差和姿态误差闭环校正IMU捷连解算结果，利用Kalman滤波方程，估计低精度IMU的随机漂移误差，从而输出GPS/IMU/InSAR组合滤波结果。
[0031] (三)有益效果
[0032] 从上述技术方案可以看出，本公开具有以下有益效果：
[0033] (1)利用低精度POS可以实现高分辨率InSAR成像需求。
[0034] 本公开提出了基于InSAR数据估计运动误差方法，基于特显点的相位梯度运动误差估计方法反演位置信息，利用多普勒距离向空变信息反演俯仰/偏航角信息，利用多斜视方法估计横滚角信息，并将其与低精度IMU进行组合滤波处理，估计其随机误差漂移，从形式上将POS系统与InSAR系统进行深度的组合，从精度上提高了低精度IMU的运动测量精度，满足了利用低精度POS的InSAR高分辨率成像需求。
[0035] (2)利用低精度POS可以实现机载InSAR高精度测绘需求。
[0036] 常规低精度POS姿态测量精度较差，难以补偿双天线间的相对运动误差。本公开提出采用多斜视方法估计时变基线，并将姿态角观测信息用于估计IMU的随机漂移误差，提高姿态角测量误差，从而从根本上解决了低精度POS用于InSAR测量中存在的动态基线估计精度不够的难题。
附图说明
[0037] 图1为本公开实施例微型InSAR运动补偿方法的
流程图。
[0038] 图2为本公开实施例微型InSAR运动补偿方法的各步骤之间的关系图。
具体实施方式
[0039] 为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。需要说明的是，在附图或
说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所熟知的方式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。
[0040] 本公开公开了一种基于低精度POS的微型InSAR运动补偿方法，该方法首先将GPS/IMU组合测量结果应用于初始的InSAR成像运动补偿中，然后在InSAR复图像数据中估计位置误差和姿态误差，进而与GPS、INS组合滤波，估计低精度IMU的随机漂移，输出更高精度的运动补偿数据，当运动补偿精度仍然不能满足要求时，重复上述步骤直到满足要求为止。
[0041] 请一并参见图1和图2，该方法具体包括：
[0042] 步骤S101：基于低精度POS的InSAR成像处理。
[0043] 利用POS后处理结果对InSAR回波数据进行InSAR成像处理。首次执行本步骤时，将GPS/IMU组合处理结果作为POS后处理结果，从第二次执行本步骤开始，将GPS/IMU/InSAR组合滤波结果作为POS后处理结果。其中对接收到的DGPS数据和INS数据进行处理，以得到GPS/IMU组合处理结果。
[0044] InSAR成像处理过程中包括对InSAR图像的两级运动补偿：初级运动补偿和次级运动补偿。初级运动补偿在距离压缩前进行，对整个测绘带内不同距离向的目标点均按照参考斜距处的运动误差进行统一补偿；次级运动补偿在距离压缩后、方位压缩前进行，消除初级运动补偿残余随目标点距离向位置变化的运动误差。
[0045] 步骤S201：提取InSAR位置观测量，获得位置误差。
[0046] 采用基于特显点的相位梯度运动误差估计方法，分为特显点提取、相位梯度法运动误差提取、相位误差拼接及位置误差计算四个步骤。
[0047] 步骤S201a：提取特显点。
[0048] 首先选择InSAR主天线的单视复图像，从中选取若干
信噪比较大、受杂波干扰较小的点目标作为特显点。通过以下步骤提取每个特显点对应的相位误差并进行方位向拼接处理，得到整个方位向SAR数据对应的相位误差。因此所有点目标至少要
覆盖整个SAR数据方位向跨度，即每个点目标包含以其所在位置为中心、一个合成孔径长度内的相位误差信息(即以所在位置为中心的一条直线，该直线与平台飞行方向一致，直线长度为一个合成孔径长度)。另外，选择的点目标
质量越好，数量越多，越有利于估计精度的提高。
[0049] 步骤S201b：利用相位梯度法提取相位误差。
[0050] 提取每个特显点对应的SAR方位向相位误差，这是
能量及信息重排的过程。再对所选特显点
加窗，再进行方位压缩的逆过程，即得到所选特显点对应的SAR方位向信号。基于相位梯度法，得到特显点的SAR方位向信号可表示为：
[0051] S(t)＝IFFT(FFT(i(t)).R*(f))
[0052] 其中t是方位向慢时间，FFT和IFFT分别表示傅里叶变换和傅里叶逆变换，i(t)是包含相位误差的SAR方位复图像信号，R(f)是方位参考函数的频谱。
[0053] 当用脉冲压缩的方法提取SAR方位向信号时，还需要对特显点的SAR方位向信号进行dechirp处理，去掉SAR方位向信号的chirp相位，因为该相位是于相位误差估计无用的相位分量，以得到特显点的SAR方位向相位误差。Dechirp处理按照下式进行：
[0054]
[0055] 其中S0(t)是方位向理想线性调频信号，arg表示求相位， 是特显点的SAR方位向相位误差。
[0056] 对于一个复数信号，求角操作只能得到[-ππ]范围内的角度值，不能得到最原始的相位误差曲线。针对此问题，在相位梯度法提取相位误差的过程中，采用梯度域求角的方法恢复出最原始的相位误差曲线。
[0057] 步骤S201c：相位误差拼接。
[0058] 根据以上得到的每段特显点的SAR方位向信号，得到每个特显点对应的相位误差曲线，根据各特显点在图像中的方位向位置，对各相位误差曲线重叠部分进行平均，得到整个方位向的相位误差曲线。
[0059] 步骤S201d：计算位置误差。
[0060] 根据相位误差曲线，由相位误差计算斜距误差：
[0061]
[0062] 其中λ是InSAR发射信号波长，是相位误差，由斜距方程可计算位置误差：
[0063]
[0064] 其中R是InSAR系统的测量斜距，[X，Y，Z]是主天线相位中心位置，[Xt，Yt，Zt]是特显点目标空间位置。
[0065] 步骤S301：提取InSAR姿态观测量，获得姿态误差。
[0066] 步骤S301a：偏航/俯仰角反演建模。
[0067] 偏航/俯仰姿态角变化引起InSAR数据中多普勒信息的变化，利用多普勒中心沿距离向的空变性可反演偏航/俯仰姿态角误差：
[0068]
[0069] 其中Fdc是多普勒中心，v是SAR平台速度，θp、θy分别是平台的俯仰角和偏航角，β是目标相对雷达视线入射角。由上式可知，多普勒中心随着入射角(斜距)是空变的，因而我们估计每个距离
门的多普勒中心，继而根据上式可计算俯仰角和偏航角。具体来说，可以根据上式列举多个方程，多个方程可以采用最小二乘的方法求解两个未知数(俯仰角和偏航角)。
[0070] 步骤S301b：横滚角反演建模。
[0071] 当基线
水平安装时，基线倾角即横滚角，可以采用多斜视时变基线估计方法估计基线倾角，从而反演横滚角，多斜视时变基线估计方法包括如下步骤：
[0072] 将InSAR图像对分别在频域划分多个子孔径，得到双天线各自的子孔径图像；
[0073] 将双天线子孔径图像分别作干涉处理，从而获得两组(或以上)干涉相位；
[0074] 获取差分干涉相位，提取干涉相位误差的变化率信息；
[0075] 对干涉相位误差的变化率积分，求得干涉相位误差；
[0076] 根据基线与干涉相位误差的关系计算时变基线，从而反演出基线倾角，即横滚角。
[0077] 步骤S301c：计算姿态误差。
[0078] 由S301a和S301b得到的偏航/俯仰角和横滚角，以及平台测量得到的偏航/俯仰角和横滚角，得到姿态误差。
[0079] 步骤S401：GPS/IMU/InSAR组合滤波处理。
[0080] 建立InSAR位置和姿态观测方程，用位置误差和姿态误差闭环校正IMU捷连解算结果，利用Kalman滤波方程，估计低精度IMU的随机漂移误差，从而输出GPS/IMU/InSAR组合滤波结果。
[0082] 利用GPS/IMU/InSAR组合滤波结果进行InSAR成像处理，判断成像精度是否满足干涉测量要求，如果不满足，则重复执行步骤S101至步骤S401，直到成像精度满足InSAR成像需求为止。
[0083] 以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何
修改、等同替换、改进等，均应包含在本公开的保护范围之内。
