一种基于微波视觉的阵列干涉SAR误差估计方法与装置

本发明属于合成孔径雷达成像领域和信号处理，特别涉及一种基于微波视觉的阵列干涉sar误差估计方法与装置。

背景技术：

1、阵列干涉合成孔径雷达（array interferometric synthetic aperture radar，阵列干涉sar）是一种先进的雷达成像技术，因其具备获取目标场景的高分辨率三维图像的能力，近年来在地球观测、资源勘探等领域受到广泛关注。通过在雷达平台上布置多个天线阵列，阵列干涉sar能够在单次飞行中获取多视角的回波数据，实现对目标场景的精细三维重建。然而，在实际应用中，阵列干涉sar系统的多通道数据常常受到通道间相位误差的影响。通道间相位误差主要来源于天线阵列的制造和安装误差、系统硬件的不一致性以及环境因素的干扰等。这些相位误差会导致接收到的回波信号之间产生相位偏差，进而严重降低三维重建结果的质量，表现为图像的模糊、畸变或伪影等问题。这对高精度的地形测绘、目标识别和变化检测等应用带来了巨大挑战。

2、针对通道间相位误差的估计和补偿，目前主流的方法主要分为两大类：基于定标器的方法和数据驱动的方法。基于定标器的方法需要在观测场景中预先布置已知位置和特性的定标器（如角反射器等）。在地形复杂、环境恶劣或需要隐蔽性的应用场景中，存在定标器不可用或难以部署的情况。数据驱动的方法则利用sar回波数据本身进行误差估计，通常依赖于某种优化准则，如最小均方误差（minimum mean squared error, mmse）、最大似然估计（maximum likelihood estimate, mle）等。现有的数据驱动方法通常依赖于单一的约束准则，在处理复杂场景或噪声较大的情况下，可能面临精度不足的问题。此外，这些方法往往涉及复杂的迭代优化过程，计算负担较重，难以满足实时处理的需求。

技术实现思路

1、为解决上述技术问题，本发明提供一种基于微波视觉的阵列干涉sar误差估计方法与装置。所述方法将阵列通道间相位误差视为待估计的矩阵参数，基于最小均方误差和最小熵的联合约束准则，对误差矩阵进行优化估计。通过引入联合迭代求解框架，结合改进的加速迭代收缩阈值稀疏恢复算法和自适应动量优化器，以梯度下降的方式实现相位误差的高效估计。

2、为达到上述目的，本发明采用如下技术方案：

3、一种基于微波视觉的阵列干涉sar误差估计方法，包括如下步骤：

4、步骤1、对观测的同一场景的多通道sar数据进行预处理，所述预处理包括配准和初步的幅相校正，形成待处理的sar图像序列；

5、步骤2、采用快速低精度的三维重建算法，对步骤1中预处理后得到的sar图像序列进行初始的三维重建，获得初始的图像特征和参数估计，所述图像特征和参数包括散射点的位置和后向散射系数；

6、步骤3、通过引入阵列通道间相位误差矩阵，重新推导阵列干涉sar的三维成像模型，构建相位误差下的阵列干涉sar的三维成像表达式；

7、步骤4、根据步骤3中的阵列干涉sar的三维成像模型，建立并求解阵列通道间相位误差矩阵、散射点斜高和后向散射系数之间的数学关系表达式，构建最小均方误差和最小熵的联合优化函数；

8、步骤5、采用加速迭代收缩阈值稀疏恢复算法和自适应动量优化器，对步骤4中的联合优化函数进行迭代求解，得到阵列通道间相位误差矩阵的估计值和精确的三维重建结果；

9、步骤6、对步骤5中得到的阵列通道间相位误差矩阵的估计值进行补偿，得到补偿后的sar数据，利用补偿后的sar数据进行高精度的三维重建，获得最终的后向散射系数的解析式，并输出最终估计的阵列通道间相位误差矩阵、目标位置和后向散射系数以及高精度三维重建点云数据。

10、本发明还提供一种基于微波视觉的阵列干涉sar误差估计装置，包括如下模块：

11、图像序列获取模块，对观测的同一场景的多通道sar数据进行预处理，所述预处理包括配准和初步的幅相校正，形成待处理的sar图像序列；

12、初始估计模块，采用快速低精度的三维重建算法，对预处理后得到的sar图像序列进行初始的三维重建，获得初始的图像特征和参数估计，所述图像特征和参数包括散射点的位置和后向散射系数；

13、三维成像模块，通过引入阵列通道间相位误差矩阵，重新推导阵列干涉sar的三维成像模型，构建相位误差下的阵列干涉sar的三维成像表达式；

14、联合优化模块，根据阵列干涉sar的三维成像模型，建立并求解阵列通道间相位误差矩阵、散射点斜高和后向散射系数之间的数学关系表达式，构建最小均方误差和最小熵的联合优化函数；

15、迭代求解模块，采用加速迭代收缩阈值稀疏恢复算法和自适应动量优化器，对联合优化函数进行迭代求解，得到阵列通道间相位误差矩阵的估计值和精确的三维重建结果；

16、三维重建模块，对阵列通道间相位误差矩阵的估计值进行补偿，得到补偿后的sar数据，利用补偿后的sar数据进行高精度的三维重建，获得最终的后向散射系数的解析式，并输出最终估计的阵列通道间相位误差矩阵、目标位置和后向散射系数以及高精度三维重建点云数据。

17、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的一种基于微波视觉的阵列干涉sar误差估计方法的步骤。

18、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种基于微波视觉的阵列干涉sar误差估计方法的步骤。

19、本发明克服了现有技术中对校准器的依赖、单一约束准则的局限性以及计算复杂度高等不足，具有以下有益效果：首先，本发明的方法不需要在观测场景中布置已知特性的校准器，避免了校准器不可用或难以部署的限制，提高了方法在各种复杂环境下的适用性，满足了实际应用中的灵活性需求；本发明通过将阵列通道间相位误差视为待估计参数，基于最小均方误差和最小熵的联合约束准则，综合多种约束，充分利用了sar数据的幅度和相位信息，以及散射点的稀疏特性，相比依赖单一约束的传统方法，显著提高了误差估计的精度，改善了三维成像质量；本发明同时估计信道间相位误差和散射点参数，充分利用了它们之间的耦合关系，避免了传统方法中误差传播和累积的问题。本发明通过联合迭代求解框架，实现了参数的同步优化，提升了整体性能；本发明通过引入改进的加速迭代收缩阈值稀疏恢复算法和自适应动量优化器，加速了迭代收敛速度，降低了计算复杂度。与计算负担重的传统方法相比，本发明能够在保证精度的前提下，大幅减少计算时间，适用于实时或准实时的处理需求；本发明的方法和装置可广泛应用于高精度三维雷达成像、地形测绘、目标识别和变化检测等领域。由于不依赖特定的硬件设备或场景条件，具有较强的通用性和可移植性，具有广阔的应用前景和重要的实际价值。

20、综上所述，本发明通过创新的误差估计方法和高效的计算框架，显著提升了阵列干涉sar三维成像的质量和效率，解决了现有技术中的关键难题，具有显著的技术进步和实用价值。