本发明涉及一种航天系统技术领域，具体地，涉及一种高分辨率星载SAR成像质量提升方法。
背景技术：
自从1978年美国NASA发射第一颗合成孔径雷达(SAR)卫星以来，已经有50多颗雷达卫星发射和在轨工作。合成孔径雷达卫星以其特有的全天时、全天候对地观测的特点，得到了各科技强国的重视和大力发展。高分辨率SAR卫星一直是发展的重点和难点，也雷达卫星发展的主要方向。
根据美国侦察和监视对SAR图像分辨率的要求，要对战场目标发现，分辨率应优于0.9m；对目标进行识别，分辨率应优于0.6m；对目标进行确认和描述，分辨率应优于0.3m。可见，高分辨率SAR卫星对于高精度目标监视尤为重要。同时，高分辨率SAR卫星在国土资源普查、测绘、防灾减灾中发挥了不可替代的作用，对于灾情的评估通常需要优于2m分辨率的SAR图像。目前，国际上典型的星载SAR的分辨率绝大多数在1m～3m量级，如德国的TerraSAR卫星和加拿大的RadarSat-2卫星最高分辨率均为1m。可见，分辨率指标的提升有广泛的应用需求。
同时，国际上在轨SAR卫星图像使用过程中，也提出成像质量提升得要求，主要有以下几个方面：
1、对海陆交界目标动态变化大的区域进行成像时，在海面等弱背景下，图像上偶尔会出现“鬼影”目标，主要是SAR模糊指标较低所致，需要对模糊度指标进行提升。
2、某些星载SAR图像的信噪比较差，影响对图像上目标的探测能力，主要由于系统灵敏度不够高，因此，有必要提升系统灵敏度指标。
3、SCANSAR图像中出现中各子条带间辐射不均匀的“扇贝效应”，主要由卫星姿态误差和波束指向误差影响所致，因此需要对辐射精度进行提升。
以上从两个角度分析成像质量提升需求，首先是国外典型应用对于成像提升的需求；其次从在轨SAR卫星应用中的问题和不足分析图像质量提升的需求。在国内外的星载SAR领域，对于高分辨率星载SAR成像质量提升问题，一直缺少一种通用的方法，用于指导提升星载SAR成像质量指标的设计。
技术实现要素：
针对现有技术中的缺陷，本发明的目的是提供一种高分辨率星载SAR成像质量提升方法，其所提出的方法流程清晰、易于实现，对于星载SAR总体设计具有指导意义，具有开创性，适用于其它类型的SAR卫星的成像质量提升研究。
根据本发明的一个方面，提供一种高分辨率星载SAR成像质量提升方法，其特征在于，其包括以下步骤：
步骤一，基于高分辨率SAR图像应用的成像质量提升需求分析及成像质量指标梳理；
步骤二，最优化成像质量指标分解和分配；
步骤三，提出提升成像质量的措施；
步骤四，基于全链路仿真的成像质量提升效果评估。
优选地，所述步骤一中具体包括以下步骤：
步骤一十一，基于已有SAR卫星能力不足的现状，考虑SAR图像应用中典型目标地高精度识别和确认需求、高精度测绘需求、精确灾情评估需求；同时，针对当前SAR图像使用中的原理性问题提出成像质量指标提升要求，这些原理性问题包括海陆交界区域的SAR图像模糊度问题、图像信噪比不足、点目标旁瓣问题、定位精度不高问题、SCANSAR图像扇贝问题；
步骤一十二，根据需求分析结果梳理成像质量指标体系，并给出量化的提升要求；成像质量指标至少考虑分辨率、峰值旁瓣比、积分旁瓣比、系统灵敏度、方位模糊度、距离模糊度、定位精度和辐射精度。
优选地，所述步骤二具体包括以下步骤：
步骤二十一，建立成像质量指标公式及其与影响因素的关系模型；
方位向地面分辨率其中Vg为成像区位置的地速，Bp为单个目标的多普勒处理带宽，k1为方位向方向图加权展宽系数，k2为成像处理加权展宽系数，k3为多普勒参数误差引起的展宽系数，k4为成像算法引起的展宽系数；
距离向地面分辨率其中c为光速，η为入射角，Br为信号带宽，k1为成像处理加权展宽系数，k2为SAR系统幅相误差和色散引起的展宽系数，k3为成像算法引起的展宽系数；
峰值旁瓣比PSLR＝PSLR0-ΔPSLR1-ΔPSLR2，其中ΔPSLR1为SAR系统幅相误差和色散引起的旁瓣比下降，ΔPSLR2为成像处理误差引入的旁瓣比下降，PSLR0为特定处理加权下的理论峰值旁瓣比，Psmax为点目标冲激响应的最高旁瓣峰值功率，Pm为点目标冲激响应的主瓣最高峰值功率；
积分旁瓣比ISLR＝ISLR0-ΔISLR1-ΔISLR2，其中ΔISLR1为SAR系统幅相误差和色散引起的旁瓣比下降，ΔISLR2为成像处理误差引入的旁瓣比下降，ISLR0为特定处理加权下的理论积分旁瓣比，h(r)为点目标冲激响应函数，积分域(a，b)以内为主瓣区域，主瓣以外为旁瓣区域；
系统灵敏度成像区域内最差NEσ0＝max(NEσ0(σa,θr))，其中，Te为系统效噪声温度，k为波尔兹曼常数，L(σa)为系统损耗，Vst为相对地速，σa为方位向目标点位置，R(θr)为目标到雷达距离，λ为载波中心频率波长，为发射峰值功率，tp为发射脉冲时宽，G2(θr)为目标在方向图中相应指向角的增益，ρr为距离向分辨率，fp为发射脉冲重复频率，θr为成像区域内的下视角取值；
方位模糊度其中i为方位向成像带内目标点序号，K为目标点数量，i＝1，2……K，σi为方位向目标点位置，N为量化的波束扫描角位置数，fn(σi)为σi目标点的第n个扫描角位置对应的多普勒频率值，n＝1，2，3……N，Δfdc为多普勒中心频率误差，为第n个扫描角位置的多普勒能量谱，fp为脉冲重复频率，m为模糊区序号；
距离向模糊度RASR＝max(RASR(τi))，其中式中n为模糊区序号，理论最大值为地球相切时的模糊区序号，为距离向收发双程等效天线方向图，τi为目标i的回波时延，fp为脉冲重复频率，θi为入射角，σ0为场景内目标后向散射系数，R(τi)为观测带内目标i的斜距，R(τi+n/fp)为观测带内目标i的模糊目标的斜距；
目标定位精度其中ΔX1为卫星航迹向位置误差引起的方位向定位误差，ΔX2为卫星速度误差引起的方位向定位误差，ΔX3为回波数据时标误差引起的方位向定位误差，ΔR1为卫星垂直于航迹的位置误差引入的定位误差，ΔR2为卫星径向位置误差引入的定位误差，ΔR3为斜距测量误差引入的定位误差，ΔR4为目标高程误差引入的定位误差；
辐射精度其中ΔG(φ)为方向图误差，ΔK0为定标常数误差，ΔCalin为SAR系统内定标误差，ΔQ为量化误差，ΔN为噪声电平对辐射精度的影响，ΔAASR、ΔRASR和ΔISLR为方位模糊度、距离模糊度和积分旁瓣比误差对辐射精度的影响，ΔLs为电磁波在传播中的损耗变化，ΔGimg成像处理引入的误差；
步骤二十二，建立成像质量指标分解关系图，分解的影响因素包括卫星轨道测量精度、姿态测量精度、卫星供电能力、星上时钟精度、星上数据下传速率及误码率、SAR系统信号带宽、SAR系统幅相误差、SAR天线色散误差、SAR系统噪声系数、系统损耗、SAR天线尺寸、SAR天线辐射功率、SAR天线效率、SAR天线方向图精度、成像处理误差、在轨标定误差、大气和电离层影响、地面数字高程模型；
步骤二十三，根据分解关系图对每个成像质量指标进行影响因素的量化分解和分配，从而获得每个成像质量指标实现所需要的卫星系统、空间传输和地面系统的各影响因素指标的提升要求；各影响因素的指标取值的当前实现水平用向量Factor0表示，而实现所需成像质量指标需要的取值用向量FactorMin表示，经关键技术攻关后各影响因素实现的指标用向量FactorPromote表示，各影响因素最优取值用向量FactorOptimum表示；
步骤二十四，关于成像质量指标的分配或各影响因素的取值方式以实现成像质量指标的系统性价比最高为准则；性能用如下公式表示，其中S表示提升后的性能，i表示成像质量指标编号，N表示成像质量指标数量，wi表示第i个指标的权重，PromTimesi表示第i个指标的提升倍率；
代价用各影响因素提升带来的代价总和表示，如下公式所示，其中Cost表示总代价，j表示影响因素编号，M表示影响因素数量，ui表示第j个指标的权重，cost_of_factj表示第j个影响因素实现的代价；由此，性价比表示为S/Cost；
步骤二十五，为实现成像质量指标提升，各影响因素取值必须优于向量FactorMin表示的数值；各因素中有些现有水平满足，取向量Factor0中相应因素的值；有些因素需要进行关键技术攻关才达到指标，取向量FactorPromote中相应因素的值；将各影响因素的组合进行遍历，以性价比S/Cost最优为准则，获得最优影响因素组合向量FactorOptimum。
优选地，所述步骤四中基于全链路仿真的成像质量提升效果评估，其方法在于利用星载SAR产品及雷达目标回波模拟器搭建全链路半物理仿真系统，以FactorAchieve为输入，进行成像质量指标的半物理仿真试验，对录取的回波数据进行成像处理和指标评估，从而获得对成像质量提升效果的有效评价，如果没有星载SAR产品和雷达目标回波模拟器，也采用全数字仿真对成像质量提升效果进行评价。
优选地，所述步骤三中提出提升成像质量的措施提出提升成像质量的措施，其关键在于以向量FactorOptimum中各影响因素取值为输入，进行卫星平台各分系统、SAR载荷分系统、地面处理系统、地面定标系统、地面数字高程模型库的关键技术攻关、方案设计和产品研制，各影响因素最终实现指标用向量FactorAchieve表示。
与现有技术相比，本发明具有如下的有益效果：本发明所提出的方法流程清晰、易于实现，对于星载SAR总体设计具有指导意义，具有开创性，适用于其它类型的SAR卫星的成像质量提升研究。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明高分辨率星载SAR成像质量提升方法的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示，本发明高分辨率星载SAR成像质量提升方法包括以下步骤：
步骤一，基于高分辨率SAR图像应用的成像质量提升需求分析及成像质量指标梳理；
步骤二，最优化成像质量指标分解和分配；
步骤三，提出提升成像质量的措施；
步骤四，基于全链路仿真的成像质量提升效果评估。
具体地，步骤一中包括以下步骤：
步骤一十一，基于已有SAR卫星能力不足的现状，考虑SAR图像应用中典型目标地高精度识别和确认需求、高精度测绘需求、精确灾情评估需求；同时，针对当前SAR图像使用中的原理性问题提出成像质量指标提升要求，这些原理性问题包括海陆交界区域的SAR图像模糊度问题、图像信噪比不足、点目标旁瓣问题、定位精度不高问题、SCANSAR图像扇贝问题；
步骤一十二，根据需求分析结果梳理成像质量指标体系，并给出量化的提升要求；成像质量指标至少考虑分辨率(ρ)、峰值旁瓣比(PSLR)、积分旁瓣比(ISLR)、系统灵敏度(NEσ0)、方位模糊度(AASR)、距离模糊度(RASR)、定位精度(ΔP)和辐射精度(ΔR)。
步骤二具体包括以下步骤：
步骤二十一，建立成像质量指标公式及其与影响因素的关系模型。
方位向地面分辨率，如下式(1)：
其中分辨率ρ，Vg为成像区位置的地速，Bp为单个目标的多普勒处理带宽，k1为方位向方向图加权展宽系数，k2为成像处理加权展宽系数，k3为多普勒参数误差引起的展宽系数，k4为成像算法引起的展宽系数。
距离向地面分辨率，如下式(2)：
其中c为光速，η为入射角，Br为信号带宽，k1为成像处理加权展宽系数，k2为SAR系统幅相误差和色散引起的展宽系数，k3为成像算法引起的展宽系数。
峰值旁瓣比，如下式(3)：
PSLR＝PSLR0-ΔPSLR1-ΔPSLR2 (3)
其中ΔPSLR1为SAR系统幅相误差和色散引起的旁瓣比下降，ΔPSLR2为成像处理误差引入的旁瓣比下降，PSLR0为特定处理加权下的理论峰值旁瓣比，计算方法如下式(4)：
Psmax为点目标冲激响应的最高旁瓣峰值功率，Pm为点目标冲激响应的主瓣最高峰值功率。
积分旁瓣比，如下式(5)：
ISLR＝ISLR0-ΔISLR1-ΔISLR2 (5)
其中ΔISLR1为SAR系统幅相误差和色散引起的旁瓣比下降，ΔISLR2为成像处理误差引入的旁瓣比下降，ISLR0为特定处理加权下的理论积分旁瓣比，计算方法如下式(6)：
其中h(r)为点目标冲激响应函数，积分域(a，b)以内为主瓣区域，主瓣以外为旁瓣区域。
系统灵敏度，如下式(7)：
成像区域内最差具体的如下式(8)：
NEσ0＝max(NEσ0(σa,θr)) (8)
其中，Te为系统等效噪声温度，k为波尔兹曼常数，L(σa)为系统损耗，Vst为相对地速，σa为方位向目标点位置，R(θr)为目标到雷达距离，λ为载波中心频率波长，为发射峰值功率，tp为发射脉冲时宽，G2(θr)为目标在方向图中相应指向角的增益，ρr为距离向分辨率，fp为发射脉冲重复频率，θr为成像区域内的下视角取值。
方位模糊度，如下式(9)：
其中i为方位向成像带内目标点序号，K为目标点数量，i＝1，2……K，σi为方位向目标点位置，N为量化的波束扫描角位置数，fn(σi)为σi目标点的第n个扫描角位置对应的多普勒频率值，n＝1，2，3……N，Δfdc为多普勒中心频率误差，为第n个扫描角位置的多普勒能量谱，fp为脉冲重复频率，m为模糊区序号。
距离向模糊度，如下式(10)：
RASR＝max(RASR(τi)) (10)
其中计算方法如下式(11)和(12)：
其中n为模糊区序号，理论最大值为地球相切时的模糊区序号，为距离向收发双程等效天线方向图，τi为目标i的回波时延，fp为脉冲重复频率，θi为入射角，σ0为场景内目标后向散射系数，R(τi)为观测带内目标i的斜距，R(τi+n/fp)为观测带内目标i的模糊目标的斜距。
目标定位精度，如下式(13)：
其中ΔX1为卫星航迹向位置误差引起的方位向定位误差，ΔX2为卫星速度误差引起的方位向定位误差，ΔX3为回波数据时标误差引起的方位向定位误差，ΔR1为卫星垂直于航迹的位置误差引入的定位误差，ΔR2为卫星径向位置误差引入的定位误差，ΔR3为斜距测量误差引入的定位误差，ΔR4为目标高程误差引入的定位误差。
辐射精度，如下式(14)：
其中ΔG(φ)为方向图误差，ΔK0为定标常数误差，ΔCalin为SAR系统内定标误差，ΔQ为量化误差，ΔN为噪声电平对辐射精度的影响，ΔAASR、ΔRASR和ΔISLR为方位模糊度、距离模糊度和积分旁瓣比误差对辐射精度的影响，ΔLs为电磁波在传播中的损耗变化，ΔGimg成像处理引入的误差。
步骤二十二，建立成像质量指标分解关系图，分解的影响因素包括卫星轨道测量精度、姿态测量精度、卫星供电能力、星上时钟精度、星上数据下传速率及误码率、SAR系统信号带宽、SAR系统幅相误差、SAR天线色散误差、SAR系统噪声系数、系统损耗、SAR天线尺寸、SAR天线辐射功率、SAR天线效率、SAR天线方向图精度、成像处理误差、在轨标定误差、大气和电离层影响、地面数字高程模型等；
步骤二十三，根据分解关系图对每个成像质量指标进行影响因素的量化分解和分配，从而获得每个成像质量指标实现所需要的卫星系统、空间传输和地面系统的各影响因素指标的提升要求；各影响因素的指标取值的当前可实现水平用向量Factor0表示，而实现所需成像质量指标需要的取值用向量FactorMin表示，经关键技术攻关后各影响因素能够实现的指标用向量FactorPromote表示，各影响因素最优取值用向量FactorOptimum表示；
步骤二十四，关于成像质量指标的分配或各影响因素的取值方式以实现成像质量指标的系统性价比最高为准则；其中S表示提升后的性能，i表示成像质量指标编号，N表示成像质量指标数量，wi表示第i个指标的权重，PromTimesi表示第i个指标的提升倍率，如下式(15)：
代价用各影响因素提升带来的代价总和表示，其中Cost表示总代价，j表示影响因素编号，M表示影响因素数量，ui表示第j个指标的权重，cost_of_factj表示第j个影响因素实现的代价；由此，性价比表示为S/Cost，如下式(16)：
步骤二十五，为实现成像质量指标提升，各影响因素取值必须优于向量FactorMin表示的数值；各因素中有些现有水平即可满足，即取向量Factor0中相应因素的值即可；有些因素需要进行关键技术攻关才能达到指标，即取向量FactorPromote中相应因素的值；将各影响因素的组合进行遍历，以性价比S/Cost最优为准则，获得最优影响因素组合向量FactorOptimum。
步骤三中提出提升成像质量的措施，其关键在于以向量FactorOptimum中各影响因素取值为输入，进行卫星平台各分系统、SAR载荷分系统、地面处理系统、地面定标系统、地面数字高程模型库的关键技术攻关、方案设计和产品研制，各影响因素最终实现指标用向量FactorAchieve表示。
步骤四中基于全链路仿真的成像质量提升效果评估，其方法在于利用星载SAR产品及雷达目标回波模拟器搭建全链路半物理仿真系统，以FactorAchieve为输入，进行成像质量指标的半物理仿真试验，对录取的回波数据进行成像处理和指标评估，从而获得对成像质量提升效果的有效评价。如果没有星载SAR产品和雷达目标回波模拟器，也可以采用全数字仿真对成像质量提升效果进行评价。
本实施例以星载X波段相控阵合成孔径雷达(SAR)为例，参考TerraSAR卫星参数，轨道高度取值约500km，卫星供电能力约为3000W，SAR天线尺寸约5m(A)×1m(R)，峰值辐射功率约3500W，入射角取30°，实例中只考虑四个成像质量指标：方位向分辨率，距离向分辨率，系统灵敏度和定位精度，提升前的成像质量指标：分辨率约为3m，系统灵敏度约为-17dB，定位精度约为50m，本实施例包括以下步骤：
步骤一，根据SAR图像的不同应用情况，梳理成像质量提升需求，假设本实例中需求为：距离分辨率由2.82m提升至0.55m、方位分辨率由3m提升至0.6m、系统灵敏度由-17dB提升至-26.75dB、定位精度由41.97m提升至6.2m，考虑4个成像质量指标的提升，提升前成像质量指标用向量Spec0表示，各指标取值为spec_valuei(i＝1，2，3，4)；假设经关键技术攻关后，成像质量指标用向量SpecPromote表示；各指标最优取值用向量SpecOptimum表示；进行卫星产品设计和研制后最终实现指标用向量SpecAchieve表示。
步骤二，建立成像质量指标分解关系图，本实例主要考虑分解的影响因素包括卫星轨道测量精度、姿态测量精度、卫星供电能力、星上时钟精度、SAR系统信号带宽、SAR系统幅相误差(分为幅度和相位)、SAR系统噪声系数、系统损耗、SAR天线尺寸(分为方位向和距离向)、SAR天线辐射功率、SAR天线效率、SAR天线方向图精度(本实例主要考虑波束指向精度和形状精度)、成像处理误差(本实例主要考虑调频率估计误差和处理误差引起的展宽)、在轨标定误差(本实例考虑斜距标定误差)和地面数字高程模型误差共十五项，考虑括号内子项展开共十九项，每个因素取值为fac_valuej(j＝1，2，……19)。
根据分解关系图对每个成像质量指标进行影响因素的量化分解和分配。当前的Factor0取值设为[10m，0.03°，3000W，3ms，100MHz，4dB，10°，5dB，2.5dB，5m(A)，1m(R)，3500W，65％，0.05°，0.5dB，0.5Hz/s，1.01，5m，30m]；
假设经关键技术攻关后，各影响因素能够实现的指标向量FactorPromote为[0.5m，0.01°，10000W，0.1ms，500MHz，1dB，5°，3dB，0.5dB，5m(A)，1m(R)，15000W，85％，0.01°，0.2dB，0.03Hz/s，1.01，1m，5m]。经仿真分析，实现提升后的成像质量指标所需要的各影响因素取值容限为向量FactorMin，取值优于[0.5m，0.01°，9000W，0.1ms，500MHz，1.5dB，10°，3.2dB，1dB，5m(A)，1m(R)，10000W，80％，0.01°，0.2dB，0.05Hz/s，1.01，2m，5m]。
本实例取权重wi＝1/N(i＝1，2，……N)，N＝4；ui＝1/M(j＝1，2，……M)，M＝19。对于Factor0，cost_of_factj＝1(j＝1，2，……M)，M＝19，PromTimesi＝1(i＝1，2，……N)，根据公式(15)和(16)，S/Cost＝1，对于FactorOptimum，如下式(20)和(21)：
对于数值变小体现指标提升的因素取Sgn(·)取+1，反之取-1。以上凡涉及到对数量纲的均需换算为幅度值后再进行计算。
为了获得最优性价比S/Cost，经过多轮迭代计算后，获得FactorOptimum为[0.5m，0.01°，11000W，0.1ms，500MHz，1.5dB，10°，3.5dB，1dB，5m(A)，1m(R)，10000W，80％，0.01°，0.2dB，0.05Hz/s，1.01，2m，5m]。此时，最优S/Cost为1.64。
步骤三，以向量FactorOptimum中各影响因素取值为输入，提出提升成像质量的措施，并落实在卫星平台各分系统、SAR载荷分系统、地面处理系统、地面定标系统、地面数字高程模型库中，进而支撑星地各系统方案设计和产品研制，各影响因素最终实现指标为向量FactorAchieve。
步骤四，利用星载SAR产品及雷达目标回波模拟器搭建全链路半物理仿真系统，以FactorAchieve为输入，进行成像质量指标的半物理仿真试验，对录取的回波数据进行成像处理和指标评估，从而获得对成像质量提升效果的有效评价。如果没有星载SAR产品和雷达目标回波模拟器，也可以采用全数字仿真对成像质量提升效果进行评价。
综上所述，采用本发明所提出的方法流程清晰、易于实现，对于星载SAR总体设计具有指导意义，具有开创性，适用于其它类型的SAR卫星的成像质量提升研究。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。