一种基于多孔径自聚焦的机载层析SAR相位误差校正方法

程晓璐; 汪长城; 万杰

doi:10.13203/j.whugis20250002

您当前的位置：

首页 >

文章列表页 >

一种基于多孔径自聚焦的机载层析SAR相位误差校正方法

雷达干涉测量 | 更新时间：2026-11-05

- 一种基于多孔径自聚焦的机载层析SAR相位误差校正方法
- A Phase Error Correction Method for Airborne TomoSAR Based on Multi-aperture and Self-Focusing
- 武汉大学学报（信息科学版） 2025年50卷第8期页码：1639-1647
- 作者机构：
  
  中南大学地球科学与信息物理学院，湖南长沙，410083
- 作者简介：
  
  程晓璐，硕士，研究方向为层析SAR仿真及数据处理。225011018@csu.edu.cn
  汪长城，博士，教授。wangchangcheng@csu.edu.cn
- 基金信息：
  
  国家重点研发计划(2023YFF1303904;2022YFB3903304);国家自然科学基金(42471422)
- DOI：10.13203/j.whugis20250002
  中图分类号： P237
- 收稿：2025-01-02，
  
  纸质出版：2025-08-05
- 稿件说明：
移动端阅览
程晓璐,汪长城,万杰.一种基于多孔径自聚焦的机载层析SAR相位误差校正方法[J].武汉大学学报（信息科学版）,2025,50(8):1639-1647.

CHENG Xiaolu,WANG Changcheng,WAN Jie.A Phase Error Correction Method for Airborne TomoSAR Based on Multi-aperture and Self-Focusing[J].Geomatics and Information Science of Wuhan University,2025,50(8):1639-1647.
程晓璐,汪长城,万杰.一种基于多孔径自聚焦的机载层析SAR相位误差校正方法[J].武汉大学学报（信息科学版）,2025,50(8):1639-1647. DOI：,10.13203/j.whugis20250002

CHENG Xiaolu,WANG Changcheng,WAN Jie.A Phase Error Correction Method for Airborne TomoSAR Based on Multi-aperture and Self-Focusing[J].Geomatics and Information Science of Wuhan University,2025,50(8):1639-1647. DOI：,10.13203/j.whugis20250002

摘要

在利用机载多基线合成孔径雷达（synthetic aperture radar

SAR）数据开展层析SAR森林参数反演时，轨道不稳定等因素引起的相位误差会改变回波信号相位，导致层析谱出现虚假峰值或目标，甚至产生散焦现象。现有的基于多孔径的相位误差校正方法虽能消除大部分误差相位，但由于其直接采用估计的相位误差进行相位校正，处理后仍存在残余误差。基于信息熵最小化的自聚焦相位校正算法虽可有效校正相位误差、显著提升影像聚焦质量，却因高度依赖初始值选择，易陷入局部最优，难以实现全局最优的相位校正效果。基于此，提出一种联合多孔径与自聚焦算法的机载 SAR 相位误差校正方法。该方法首先利用多孔径方法获取相位误差初值；然后对初值进行自聚焦处理，进一步消除残余相位误差。为验证该方法的有效性与可行性，以机载 P 波段层析SAR 数据为对象，开展相位误差消除实验与分析。实验结果表明，相较于单一的多孔径方法，联合多孔径和自聚焦算法的相位误差校正方法在处理后，残余误差相位显著减少，且校正后的层析谱旁瓣、偏移等问题明显改善，清晰度得到大幅提升。

Abstract

Objectives

When using airborne multi-baseline synthetic aperture radar (SAR) data for the inversion of stratified SAR forest parameters

the phase error caused by the orbit instability and other factors will distort the phase of the echo signal

which will lead to false peaks

target misjudgment

and defocusing of the stratified spectrum. Although the multi-aperture phase error correction method can remove most of the error phases

some errors will still remain after processing because it directly adopts the estimated phase error for correction. Although the self-focusing phase correction algorithm based on information entropy minimization can effectively correct the phase error and significantly improve the image focusing quality

it has the limitations of relying on the selection of the initial value and easily falling into the local optimal solution

which makes it difficult to realize the globally optimal phase correction effect. The aim is to develop an efficient airborne SAR phase error correction method to improve the accuracy and reliability of stratified SAR forest parameter inversion.

Methods

A two-step phase error correction method combining the multi-aperture and self-focusing algorithms is proposed. First

the initial value of phase error is estimated by mining the redundant information of multi-baseline SAR data using the multi-aperture method. Second

the estimated initial value is used as the input of the self-focusing algorithm to iteratively optimize the phase error based on the principle of information entropy minimization to effectively eliminate the residual error.

Results

Compared to the multi-aperture method

the on-board SAR phase error correction method utilizing the combined multi-aperture and self-focusing algorithms has significantly fewer error phases after correction. At the same time

the corrected chromatographic spectra have significantly fewer side flaps and offsets than the multi-aperture method

and the clarity is higher.

Conclusions

The airborne SAR phase error correction algorithm combining multi-aperture and self-focusing overcomes the limitations of a single method

combining the robustness of multi-aperture correction with the high accuracy of self-focusing optimization. The method provides a reliable solution for airborne stratified SAR phase error correction

which is especially suitable for complex forest scenarios and lays a solid foundation for more accurate forest parameter inversion.

关键词

Keywords

references

REIGBER A ， MOREIRA A ， PAPATHANASSIOU K P . First Demonstration of Airborne SAR Tomography Using Multi-baseline L-Band Data ［C］// IEEE 1999 International Geoscience and Remote Sensing Symposium ， Hamburg， Germany ， 1999 .

赵曜，许俊聪，全相印，等 . 基于稀疏和低秩结构的层析SAR成像方法［J］. 雷达学报， 2022 ， 11 （ 1 ）： 52 - 61 .

ZHAO Yao ， XU Juncong ， QUAN Xiangyin ， et al . Tomographic SAR Imaging Method Based on Sparse and Low-Rank Structures ［J］. Journal of Radars ， 2022 ， 11 （ 1 ）： 52 - 61 .

PENG X ， LI X W ， WANG C C ， et al . A Maximum Likelihood Based Non-parametric Iterative Adaptive Method of Synthetic Aperture Radar Tomography and Its Application for Estimating Underlying Topography and Forest Height ［J］. Sensors ， 2018 ， 18 （ 8 ）： 2459 .

TEBALDINI S ， D’ALESSANDRO M M ， DINH H T M ， et al . P Band Penetration in Tropical and Boreal Forests： Tomographical Results ［C］// IEEE International Geoscience and Remote Sensing Symposium ， Vancouver， BC， Canada， 2011 .

TEBALDINI S ， GUARNIERI A M . On the Role of Phase Stability in SAR Multi-baseline Applications ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2010 ， 48 （ 7 ）： 2953 - 2966 .

AGHABABAEE H ， FORNARO G ， SCHIRINZI G . Phase Calibration Based on Phase Derivative Constrained Optimization in Multi-baseline SAR Tomography ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2018 ， 56 （ 11 ）： 6779 - 6791 .

TEBALDINI S ， ROCCA F . On the Impact of Propagation Disturbances on SAR Tomography： Analysis and Compensation ［C］// IEEE Radar Conference ， Pasadena， CA， USA， 2009 .

TEBALDINI S ， ROCCA F ， D’ALESSANDRO M M ， et al . Phase Calibration of Airborne Tomographic SAR Data via Phase Center Double Localization ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2015 ， 54 （ 3 ）： 1775 - 1792 .

沈鹏，汪长城，廖明生，等 . 时序 InSAR 相位连接方法研究进展［J］. 武汉大学学报（信息科学版）， 2025 ， DOI： 10.13203/j.whugis20250004 http://dx.doi.org/10.13203/j.whugis20250004 .

SHEN Peng ， WANG Changcheng ， LIAO Mingsheng ， et al . Research Progress of Phase Linking Method in Time-Series InSAR ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， DOI： 10.13203/j.whugis20250004 http://dx.doi.org/10.13203/j.whugis20250004 .

WU C J ， SHEN P ， TEBALDINI S ， et al . InSAR-Based Estimation of Forest Above-Ground Biomass Using Phase Histogram Technique ［J］. International Journal of Applied Earth Observation and Geoinformation ， 2025 ， 136 ： 104350 .

PARDINI M ， PAPATHANASSIOU K ， BIANCO V ， et al . Phase Calibration of Multi-baseline SAR Data Based on a Minimum Entropy Criterion ［C］// IEEE International Geoscience and Remote Sensing Symposium ， Munich， Germany ， 2012 .

WANG M H ， GAO S L ， QIU X L ， et al . A Novel Phase Error Estimation Method for TomoSAR Imaging Based on Adaptive Momentum Optimizer and Joint Criterion ［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing ， 2024 ， 18 ： 2042 - 2051 .

HUANG F Z ， FENG D ， HUA Y S ， et al . Phase Calibration in Holographic Synthetic Aperture Radar： An Innovative Method for Vertical Shift Correction ［J］. Remote Sensing ， 2024 ， 16 （ 15 ）： 2728 .

REIGBER A ， PAPATHANASSIOU K P . Correction of Residual Motion Errors in Airborne Repeat-Pass Interferometry ［C］// IEEE International Geoscience and Remote Sensing Symposium ， Sydney， NSW， Australia， 2002 .

REIGBER A ， PRATS P ， MALLORQUI J J . Refined Estimation of Time-Varying Baseline Errors in Airborne SAR Interferometry ［J］. IEEE Geoscience and Remote Sensing Letters ， 2006 ， 3 （ 1 ）： 145 - 149 .

SCHEIBER R ， MOREIRA A . Coregistration of Interferometric SAR Images Using Spectral Diversity ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2000 ， 38 （ 5 ）： 2179 - 2191 .

PRATS P ， MALLORQUI J J . Estimation of Azimuth Phase Undulations with Multisquint Processing in Airborne Interferometric SAR Images ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2003 ， 41 （ 6 ）： 1530 - 1533 .

唐晓青，向茂生，吴一戎 . 基于回波数据的机载双天线InSAR运动补偿［J］. 系统工程与电子技术， 2009 ， 31 （ 10 ）： 2311 - 2316 .

TANG Xiaoqing ， XIANG Maosheng ， WU Yirong . Raw Data-Based Motion Compensation of Airborne Dual-Antenna InSAR ［J］. Systems Engineering and Electronics ， 2009 ， 31 （ 10 ）： 2311 - 2316 .

王志 . 机载SAR/InSAR运动补偿与基线校正技术及工程化应用［D］. 西安：西安电子科技大学， 2021 .

WANG Zhi . Airborne SAR/InSAR Motion Compensation and Baseline Correction Technology and Engineering Applications ［D］. Xi’an ： Xidian University ， 2021 .

ZHU X . Very High Resolution Tomographic SAR Inversion for Urban Infrastructure Monitoring —A Sparse and Nonliear Tour ［D］. München ： Technische Universität München ， 2011 .

STOCIA P ， Randolph M . Spectral Analysis of Signals ［M］. New Jersey ： Pearson Prentice Hall ， 2005 .

PENG X ， WANG C C ， LI X W ， et al . Three-Dimensional Structure Inversion of Buildings with Nonparametric Iterative Adaptive Approach Using SAR Tomography ［J］. Remote Sensing ， 2018 ， 10 （ 7 ）： 1004 .

LI Z W ， DING X L ， HUANG C ， et al . Improved Filtering Parameter Determination for the Goldstein Radar Interferogram Filter ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2008 ， 63 （ 6 ）： 621 - 634 .

KRAGH T J ， KHARBOUCH A A . Monotonic Iterative Algorithm for Minimum-Entropy Autofocus ［C］//Adaptive Sensor Array Processing （ASAP）， Lexington， MA， USA ， 2006 .

MORRISON R L ， DO M N ， MUNSON D C . SAR Image Autofocus by Sharpness Optimization： A Theoretical Study ［J］. IEEE Transactions on Image Processing ， 2007 ， 16 （ 9 ）： 2309 - 2321 .

TSAI C C ， HUANG H C ， CHAN C K . Parallel Elite Genetic Algorithm and Its Application to Global Path Planning for Autonomous Robot Navigation ［J］. IEEE Transactions on Industrial Electronics ， 2011 ， 58 （ 10 ）： 4813 - 4821 .

HAJNSEK I ， SCHEIBER R ， LEE S K ， et al . Technical Assistance for the Development of Airborne SAR and Geophysical Measurements During the TROPISAR 2009 Experiment ［R］. TROPISAR-FINAL REPORT，Nouragues，Paracou，French ， 2009 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多尺度地理空间数据更新方法概述

秦岭生态地质环境监测研究进展与智能化监测体系构建

大众智能终端GNSS有意干扰检测技术研究现状与展望

土壤水分机器学习遥感反演：进展与挑战

呼包鄂榆城市群草地脆弱性时空演变及因子可解释性分析