SAR以脈沖重復間隔(PRI)為時間間隔依次發送信號，通過收集并處理每個PRI的回波繪制出地面的雷達圖像。因此，超寬帶(UWB)信號也可作為雷達發射脈沖用于生成目標區域的SAR圖像，從而顯著提高圖像的分辨率。

UWB技術具有兩大優勢：良好的穿透能力和高分辨率目標檢測。

通信中常用的正交頻分復用(OFDM)在雷達波形方面也有著巨大的潛力。OFDM信號由若干個正交子載波組成，每個子載波占據信號帶寬的一部分，并且在每個傳輸通道上同時發射。

OFDM在雷達應用中的優點

OFDM在雷達應用中的優點主要包括：

a. 可以使用相對便宜的組件實現收發系統;

b. 易于抑制窄帶干擾;

c. UWB方面的高分辨率和良好的多徑潛力;

d. 對于相同的架構，更容易實現實時傳輸大量數據;

e. 使用不同子載波成分時脈沖整形靈活性更好。

作為一種常用的遙感應用，SAR可以利用目標和雷達平臺之間的相對運動，通過發射寬帶波形來獲取方位域的高分辨率圖像，但目前的單天線SAR還不支持一些遙感功能，例如同時實現高分辨率和寬幅成像。

多輸入多輸出(MIMO)SAR在傳統SAR上做了進一步改進，主要包括：

增加單個目標的多個視角從而提高可識別性，獲得更高的掃描帶寬增加方位角分辨率或者降低PRF;

由于MIMO系統的自由度較大，因此可以在多個接收器處通過對多個波形同時進行相干處理來增強分辨率。

MIMO UWB OFDM信號的產生

使用不同天線的正交信號進行傳輸是MIMO結構中常用的一種方法，因為這樣為分離發射到接收機的目標信號和反射信號提供了可能。其中，按照表1中所示的規則可以確保信號正交，這種方法的關鍵就是對接收機中明確包含傳輸波形的雷達信號建立一個模型。

在相同的距離分辨率下，為了降低共享帶寬中發射脈沖之間的互相關性，需要使用表1中所示的序列生成N個子載波的OFDM頻域樣本向量。

OFDM信號的頻譜如圖1所示，其中主瓣的寬度取決于脈沖的持續時間。在OFDM信號的數字實現過程中，脈沖持續時間與副載波的數量相關，副載波數目越多，脈沖持續時間越長。

圖1 OFDM信號頻譜

如圖2所示，首先擴展表1所示的數字頻域向量和隨機整數發生器的調制符號，然后利用快速傅里葉反變換(IFFT)得到離散時域OFDM信號，最后利用漢寧窗使旁瓣最小化。其中，QPSK的調制階數(M)為4。

UWB-OFDM信號的生成涉及到以下幾種參數：OFDM子載波數N=256，采樣時間間隔=1ns，從而基帶帶寬B=500MHz。頻域和時域的UWB-OFDM波形分別如圖3和圖4所示。

我們可以看到Hanning窗口合理地最小化了旁瓣，這反過來又改善了時域OFDM波形的自相關函數(ACF)和互相關函數(CCF)，分別如圖5和圖6所示。

MIMO寬幅SAR成像系統

在MIMO SAR成像過程中，獨立信號通過不同的天線發送，并且這些信號經過傳播之后由多個天線接收。每個天線發送與其他天線波形正交的獨特波形，并且每個返回的正交信號將攜帶關于目標的獨立信息。

在接收器中，匹配濾波器用于提取正交波形分量。MIMO SAR系統的發射陣列配備了2個共址天線，接收陣列也配備了2個共址天線。假設發射和接收陣列在空間上彼此接近，它們在不同方向上可以看到不同的目標區域。

MIMO OFDM SAR成像系統結構

圖中天線A和B通過發射電磁波波束分別照射條帶A和B。在特定的脈沖重復間隔(PRI)下，天線A通過波束A發射脈沖信號，天線B通過天線波束B發射脈沖信號。來自條帶A和B的回波信號均會被兩個不同的接收天線接收。為了將來自條帶A和B的回波分離，需要仔細設計發射天線方向圖以及發射脈沖，這樣可以進一步減少來自其他時間條帶的干擾回波。

與傳統的相控陣SAR相比，MIMO OFDM SAR在所有發射天線上使用相同的波形，可以提供更多的系數，因此具有更多的自由度。成像時使用SAR成像算法(如距離-多普勒算法)分別對每個匹配濾波器的輸出進行處理，然后利用圖像融合技術獲取最終的SAR重構圖像。

MIMO寬幅SAR成像仿真

實驗將四個不同的正交UWB-OFDM子脈沖當作SAR發送信號，從而實現寬幅SAR成像。假設條帶A中的兩個點目標位置坐標[(x1，y1)，(x2，y2)]=[(300，100)，(900，-50)]，條帶B中兩個點目標的坐標[(x3，y3)，(x4，y4)]=[(300，-50)，(900，100)]。

通過兩個軌跡不同的SAR天線觀察給定的場景，可以確定散射點的位置。但是，當兩個天線成像的場景不是真正相同的場景時，由于兩個SAR天線的軌跡之間的距離太大，SAR干涉測量會失敗。

SAR圖像融合技術，可以充分利用同一場景中相同天線不同脈沖信號記錄的數據來解決此問題。圖像融合的方法有多種，其中最常用的就是基于離散小波變換(DWT)的融合。DWT具有較好的時間分辨率，能夠捕獲頻率和位置信息(時間位置)。基于小波變換的融合技術如圖所示。

基于小波變換的圖像融合技術

在基于小波的圖像融合方案中，首先計算兩個配準輸入圖像I1(x，y)和I2(x，y)的DWT，并使用某種融合規則組合這些變換，然后計算逆離散小波變換(IDWT)，并將融合圖像I(x，y)重構：

最終重建后的寬幅SAR圖像

為了評估圖像融合技術帶來的噪聲水平的高低，可以從熵的角度分析輸入圖像和融合圖像。基于小波變換的圖像融合后的SAR圖像中的信息內容用熵值來識別，該熵值用作非融合和融合圖像中的噪聲水平度量。表1列出了條帶A和B的輸入圖像的熵以及不同小波族的融合圖像的熵。可以看到Haar小波可以最大程度地降低噪聲水平。

MIMO UWB-OFDM SAR為高分辨率遙感和寬幅成像提供了潛在的解決方案。融合SAR圖像也已經證明了開發方法的有用性。同時，圖像融合技術提供了一種強大的工具來減少雜波和某些類型的噪聲，因此該方法還可用于提高SAR圖像的質量。

審核編輯：湯梓紅