星载和机载SAR算法的研究现状     美国Goodyear Aerospace公司的卡尔•威利（Carl Wiley）于1951年率先抛出合成孔径概想，他发现经处理多普勒频移，可以改善雷达波束角的分辨率[4]。同一时间，伊利亚诺大学的控制实验室通过做非相干雷达的实验，验证了威利的发现并在1953年尝试了非聚焦孔径处理方法获得全球首幅SAR图像[4]。具有创造性的合成孔径概念一经提出就吸引了许多科学家的兴趣。他们尝试从各个角度对它进行解释与理解，也提出许多不同的方法来合成孔径信号。这些都为后来的发展奠定了一定的基础。41679
上世纪70年代，SAR回波信号的存储和处理方式普遍地采用了数字化方式。数字技术的优势明显，潜力无穷，因此不断涌现出不同的SAR数字处理算法。早期出现的简单算法中，最直接的处理是基于时间域用二文匹配的滤波器压缩含回波信息的信号。该方法的优点是能够对每个目标进行较为精确的压缩和准确的耦合补偿。然而随着分辨率的提高，它不能进行快速卷积的缺点暴露出来。因每个输出都要产生新的滤波器，所以运算效率不得不下降。另一种方法是矩形算法，即在距离向和方位向依次使用匹配滤波器，虽然效率得到提高，但它在任意一个方向内都不能得到完全的分辨率。种种结果显示，时间域算法不符合处理方法精准且高效的要求。论文网
从1976年到1978年，为了处理SEASAT SAR的数据，提出了距离多普勒算法（Range Doppler Algorithm, RDA），并在1978年获得首张机载SAR成像图。距离多普勒算法如今仍然被普遍运用，因其在方位、距离向上的频率域操作使得数据拥有高效的分组块状处理特性和一文运作带来的简易方便[5]。RDA经过多年的改进与完善，在斜视角不过大或孔径不过宽的情况下，可以精确且高效地产生高分辨率的图像。当存在中等大小斜视角时，可以再进行二次距离压缩（Second Range Compression）算法处理，以此消除大孔径或斜视产生相位畸变。在机载SAR成像中一般采用无需SRC的简单RDA。
随后，适合宽测绘带、大斜视角状况的线性变标（Chirp Scaling, CS）算法问世，在频域中和相位校正因子做乘法来完成徙动校正，并且在距离多普勒域中和二文频域中分别处理数据。CS和前者的很大区别在于避免了距离徙动校正所需的插值计算。在二文频域中进行数据处理的算法是波数域算法即ωK算法。利用空间变量，回波信号实现傅里叶变换，然后把信号转换至波数域，通过STOLT方法完成了方位向上的聚焦及距离徙动的校正[6]。自ωK算法出现至今，它已经被运用于聚束模式、条带模式和介于两者之间的混合模式，以及干涉数据处理上。
上述三种算法都能进行高分辨率数据处理，对于中低分辨率来说，频谱分析（SPECtral ANalysis, SPECAN）算法更适合，其效率更高，所需内存也更少。SPECAN算法与RD算法大体相同，不同之处在于方位向压缩采用了谱分析法，如自适应旁瓣抑制、最小方差法、自回归线性预测等等。SPECAN算法相比其他算法有效地降低了运算量，通过去调频和谱分析方法更好地保持了信噪比，改进了分辨率以及减少了相干斑。然而该算法依赖于恒定的雷达速度，所以对于机载SAR来说不会存在问题，对于等效雷达速度随距离变化的星载SAR来说，必须具体分析由此引起的误差，保证数据处理的准确性和精确性。
星载和机载SAR算法国内外研究现状:http://www.youerw.com/yanjiu/lunwen_41814.html