论文部分内容阅读
随着合成孔径雷达(Synthctic Aperture Radar,SAR)能力水平和技术指标的不断提高,合成孔径雷达海量原始数据率与有限的数据传输速率之间的矛盾已成为制约星载合成孔径雷达系统发展的主要矛盾之一。原始数据压缩技术是解决这一问题的有效途径,本文围绕SAR原始数据压缩,对压缩算法以及与工程实践紧密联系的实际应用展开研究。论文的主要工作和创新点归纳如下:
(1)深入研究了实用化星载SAR原始数据压缩算法数据域量化与饱和误差机理。通过解析方法,推导了回波数据各处理环节的误差表达式,建立了实用化压缩算法信噪比与回波信号标准差之间的关系。结合回波信号标准差与采样信号幅度均值以及信号饱和度之间的映射关系,给出了实用化压缩算法信噪比与采样信号幅度均值以及信号饱和度之间的关系曲线,该曲线为星载SAR原始数据压缩比选取提供了参考。
(2)针对传统SAR原始数据矢量量化码本设计中存在的“普适性差”问题,从输入矢量的联合概率密度函数出发,提出了一种普适性的SAR原始数据矢量量化码本设计方法,并给出了原始数据矢量量化的编码以及解码方案。分析了矢量量化算法级联熵编码方案的可行性以及码字索引在信道传输发生误码时系统的稳健性。本设计矢量量化码本具有普适性,使得星上处理简单可靠。
(3)针对原始数据出现饱和时,传统原始数据压缩算法性能下降问题,提出了一种在饱和度全集最优的原始数据矢量量化压缩新算法。该算法引入ADC(Analog-to-Digital Converter)饱和门限,对矢量量化器的胞腔质心方程进行修正,求得对应抗饱和码本。最后根据ADC输出信号幅度均值与数据饱和度之间的关系,构造饱和度全集上的矢量量化码本。仿真数据及实测数据表明,新算法性能在整个饱和度全集上明显优于分块自适应量化(Block Adaptive Quantization,BAQ)算法。本算法扩展了矢量量化在星载SAR原始数据压缩领域的适用性。
(4)深入研究了原始数据压缩对干涉测高精度的影响机理,推导了SAR原始数据经过BAQ压缩处理之后的数据域和图像域信号解析表达式,并给出了点目标建模实例。建立了分析原始数据压缩对干涉测高精度影响的数学模型,并通过ERS(European Remote Sensing Satellite)实测数据进行了验证,证明了本文建模的正确性,该模型为合理设计星载InSAR系统数据压缩方案提供了重要的理论依据。