Μαθηματικές και ηλεκτρομαγνητικές μέθοδοι για συστήματα ραντάρ συνθετικής απεικόνισης (SAR)

Abstract

In this dissertation several aspects of the SAR imaging are presented. Firstly a newmathematical theory and methodology for generating SAR synthetic backscattereddata is developed. The simulated target is a ship, which is located on the sea surface.A two-dimensional and a three-dimensional target (ship) implementation are includedin the simulations. Both cases of airborne and spaceborne SAR are simulated.Furthermore, the case of varying target scattering intensity is presented. In addition,an application of an autofocusing algorithm is presented for the case of SyntheticAperture Radar (SAR) geometry [i.e. ground radar targets]. This algorithm is named‘CPI-split-algorithm’, where CPI stands for ‘Coherent Processing Interval’.Moreover, two simulation scenarios are presented for a ship target, which is locatedon the sea surface. In the first simulation scenario, the ship is considered at first to bestationary, and subsequently an oscillatory movement is induced to its position alongthe vertical axis, due to sea surface motion. In the second simulation scenario, apartial loss of data is examined, caused by temporary accidental malfunctioning ofradar transmitter or receiver, assuming that the target (ship) is stationary. Numericalresults show the effectiveness of the proposed autofocusing algorithm for SAR imageenhancement. In addition the autofocusing algorithm, is applied also for the case ofreal field radar data.Moreover, the Modified Fractal Signature (MFS) method is applied to real SyntheticAperture Radar (SAR) images. This method uses the ‘blanket’ technique to provideuseful information for SAR image classification. It is based on the calculation of thevolume of a ‘blanket’, corresponding to the image to be classified, and then on thecalculation of the corresponding Fractal Area curve and Fractal Dimension curve ofthe image. The main idea concerning this proposed technique is the fact that differentterrain types encountered in SAR images yield different values of Fractal Area curvesand Fractal Dimension curves, upon which classification of different types of terrainis possible. As a result, a classification technique for five different terrain types(urban, suburban, rural, mountain and sea) is presented.Furthermore, the scattering of electromagnetic (EM) waves, emitted by a monostaticradar, from rough fractal surfaces is examined by using the Kirchhoff approximation.Of particular interest is the way that the level of roughness of the fractal surfaceaffects the backscattered EM wave captured by a Synthetic Aperture Radar (SAR) andwhether the roughness of the surface can be estimated from these SAR radarmeasurements. More specifically, the scattering coefficient of the backscattered signalis calculated for a number of radar frequencies and for different values of the surfacefractal dimension. It is found that the slope between the main lobe and the firstsidelobe emerging in the backscattering coefficient as a function of the wavenumber(frequency) of the incident EM waves increases as the roughness of the surface alsoincreases. Therefore, the magnitude of the above slopes provides a reliable method forthe classification of the rough fractal surfaces. Applications of the proposed methodcan be found, for example, in the characterization of the sea state from measured SARradar data.

Στην παρούσα διδακτορική διατριβή, αναπτύχθηκε αρχικά η μαθηματική θεωρία καιη μεθοδολογία για τη δημιουργία δεδομένων οπισθοσκέδασης ραντάρ συνθετικήςαπεικόνισης (SAR). Προσομοιώθηκε σύμφωνα με τη γεωμετρία του ραντάρσυνθετικής απεικόνισης ένα μοντέλο πλοίου που αποτελείται από σημειακούςσκεδαστές. Στη συνέχεια πραγματοποιήθηκε η προσομοίωση ανακατασκευής εικόναςSAR για ένα δισδιάστατο ή τρισδιάστατο στόχο όπου ο φορέας του ραντάρ είναιαεροσκάφος ή ένας δορυφόρος, ανακατασκευή εικόνας SAR για διαφορετικές γωνίεςστρέψης του στόχου και προσομοίωση ανακατασκευής εικόνας SAR για μεγαλύτερηδιάρκεια παρατήρησης στόχου.Κατόπιν, εφαρμόστηκε ένας αλγόριθμος αυτοεστίασης του διαχωριζόμενουσυμφασικού διαστήματος επεξεργασίας (CPI-split autofocusing) σε δύο διαφορετικάσενάρια προσομοίωσης καθώς επίσης και σε πραγματικά δεδομένα από ραντάρ SAR.Στο πρώτο σενάριο προσομοίωσης σε ορισμένα συμφασικά διαστήματα επεξεργασίαςεισάγεται μία κίνηση ταλάντωσης του στόχου λόγω της κίνησης της επιφάνειας τηςθάλασσας, η οποία έχει ως αποτέλεσμα την παραγωγή μη εστιασμένων εικόνων SAR.Στο δεύτερο σενάριο προσομοίωσης σε ορισμένα συμφασικά διαστήματαεπεξεργασίας θεωρείται ότι συμβαίνει απώλεια δεδομένων λόγω δυσλειτουργίας τουδέκτη ή του πομπού του ραντάρ, η οποία έχει ως αποτέλεσμα την παραμόρφωση τωνεικόνων SAR. Η εφαρμογή του προτεινόμενου αλγορίθμου, είχε ως αποτέλεσμα τηνπαραγωγή εστιασμένων εικόνων SAR και στα δύο παραπάνω σενάριαπροσομοίωσης. Επιπλέον ο αλγόριθμος εφαρμόστηκε και στην περίπτωσηπραγματικών δεδομένων ραντάρ, που απεικονίζουν κινούμενους στόχους (πλοία)στην επιφάνεια της θάλασσας. Και στην περίπτωση των πραγματικών δεδομένωναποδείχθηκε ότι ο προτεινόμενος αλγόριθμος είναι αποτελεσματικός στο να παράγειεστιασμένες εικόνες SAR. Τα σενάρια προσομοίωσης και η εφαρμογή σταπραγματικά δεδομένα αποδεικνύουν την προσαρμοστικότητα της διαδικασίαςαυτοεστίασης σε διαφορετικές περιπτώσεις και σενάρια απεικόνισης SAR εικόνων.Επιπρόσθετα παρουσιάστηκε μία νέα προσέγγιση για την κατηγοριοποίηση διαφόρωνκατηγοριών εδαφών που συναντώνται στις εικόνες ραντάρ συνθετικής απεικόνισης(SAR). Η προτεινόμενη μέθοδος κατηγοριοποίησης εφαρμόζει τον αλγόριθμο τηςτροποποιημένης fractal υπογραφής (Modified Fractal Signature, ΜFS), ο οποίοςβασίζεται στον υπολογισμό των καμπύλων της fractal διάστασης (fractal dimension)και κατόπιν στη σύγκρισή τους για διάφορες υπο-εικόνες που προέρχονται απόπραγματικές εικόνες SAR. Τα αποτελέσματα του πίνακα κατηγοριοποίησης πουπροέκυψε καταδεικνύουν σωστά αποτελέσματα κατηγοριοποίησης βασισμένα σεπραγματικές εικόνες SAR.Τέλος εξετάστηκε μία νέα μέθοδος για τον χαρακτηρισμό της τραχύτητας fractalεπιφανειών από οπισθοσκεδαζόμενα δεδομένα ραντάρ επαρκούς εύρους ζώνης. Απότα διαγράμματα του συντελεστή οπισθοσκέδασης ως προς τον κυματαριθμό(συχνότητα) του προσπίπτοντος ηλεκτρομαγνητικού κύματος, προκύπτει ότι καθώςαυξάνει η τραχύτητα της fractal επιφάνειας, τότε η παρατηρούμενη κλίση μεταξύ τουκεντρικού λοβού και του πρώτου πλευρικού λοβού επίσης αυξάνεται. Επιπλέον, ητιμή του διαθέσιμου εύρους ζώνης αποτελεί κρίσιμο παράγοντα και πρέπει να είναιικανοποιητικά μεγάλη έτσι ώστε να μπορεί να γίνει σωστός χαρακτηρισμός τηςτραχύτητας της επιφάνειας. Επιπρόσθετα, μία πιθανή έλλειψη επαρκούς εύρουςζώνης, είναι δυνατό να αντισταθμιστεί με την αύξηση του μήκους της μονοδιάστατηςτραχείας επιφάνειας (patch size), η οποία προκύπτει με την αύξηση του εύρουςδέσμης ή με την αύξηση του ύψους του φορέα του ραντάρ.