企业官网建设流程全解析

【雷达学习笔记 07】第四章：SAR 在三维空间里做二维成像，会出什么问题

这是《雷达成像技术》学习记录的第 7 篇，对应第四章"合成孔径雷达"。

第四章是承上启下的一章：把第二章的距离高分辨和第三章的方位高分辨结合起来，讲 SAR 在实际三维空间里怎么工作，以及会遇到什么问题。

这一章的核心一句话：

SAR 是在三维空间里做二维成像，所以会有几何失真。

4.1 条带模式 SAR 成像的基本原理

1. 什么是条带模式？

条带模式：雷达波束固定指向正侧方，飞机飞过，波束像一条带子一样扫过地面。

类比：你拿手电筒，保持照向正前方，一边走一边照——地上被照亮的区域就是一条带子。

（对比第三章提到的聚束模式：波束一直盯着同一小块区域，类比"站在原地不动，手电筒一直照着同一个房子"。）

2. 系统响应函数

原文的难点：点目标在快时间-慢时间平面上表现为一条曲线。

类比：你开车经过一个路灯——

• 离得远时，路灯看起来暗；
• 离得近时，看起来亮；
• 离得远了，又变暗。

雷达也一样：飞机飞到不同位置，到同一个点目标的距离不同，回波的时延和相位都随位置变化，在快时间-慢时间平面上就画出一条曲线。这条曲线就是系统响应函数。

【此处有图：点目标在快时间-慢时间平面上的双曲线轨迹】

3. 时域相关法

原文的难点：把接收到的回波和系统响应函数做相关处理，就能重建目标图像。

类比：你有一把钥匙，想在一大串钥匙里找到和它匹配的那把——把钥匙和每一把都比一比，最像的那把就是目标。雷达就是把回波和每个可能位置的目标响应函数做比较，最匹配的位置就是目标所在。

4. 距离-多普勒算法（R-D 算法）

原文的难点：如果距离弯曲可以忽略，就可以把二维处理拆成两个一维处理。

类比：你要做一道复杂的菜，如果发现两个步骤互不影响，就可以分开做——先炒菜、再煮饭、最后合在一起。

R-D 算法就是：先做距离压缩（快时间），再做方位压缩（慢时间），两步分开，大大简化运算。

这一节是第五章的入口。我当时先记住了一句话：“R-D 算法的前提是距离弯曲可以忽略”——这就解释了为什么后面还要有 CS、FS、RMA、PFA 这些算法（它们处理的正是"距离弯曲不能忽略"的情况）。

图：条带 SAR 概念：图中三架飞机表示同一平台沿直线飞行的不同时刻，波束保持固定侧视方向并随平台平移，形成连续成像条带。方位向沿航迹，距离向朝向条带。

4.2 为什么说"三维空间里的二维成像"

1. 三维空间，二维图像

SAR 实际工作在三维空间里（飞机有高度、地面有起伏），但只能成二维图像：

• 距离维（斜距）；
• 方位维（沿航线方向）。

高度方向没有分辨率。

类比：你用相机拍一张照片，照片是二维的，但实际世界是三维的——照片里丢失了深度信息。SAR 也一样，它把三维世界压缩成二维图像，高度信息丢失了。

2. 圆柱坐标

类比：你站在一根柱子旁边——

• 沿柱子方向（航线方向）：可以分辨；
• 到柱子的距离（斜距）：可以分辨；
• 绕柱子的角度（仰角）：不能分辨。

所以 SAR 只有两个高分辨方向：方位和斜距。仰角方向没有分辨率。

3. 数据录取平面

原文的难点：SAR 录取的数据在一个平面上，但这个平面是理想化的。

类比：你拍照时相机是水平拿的，照片是一个平面；但如果拍照时手抖了，照片就歪了。

SAR 也一样：理想情况下飞机沿直线飞行，数据在一个平面上；实际飞机有颠簸，数据在"曲面"上——所以需要运动补偿（第六章的内容）。

4. 成像平面

原文的难点：SAR 得到的是斜距，不是地面距离，需要投影。

类比：你站在高处看地面，你"看到"的距离是斜距，而实际地面距离是水平距离，两者不一样。

所以 SAR 测的是斜距，要得到地面距离必须做几何投影。这也是 SAR 图像需要做几何校正的原因。

5. 机底盲区

原文的难点：雷达正下方区域无法成像。

类比：你站在灯的正下方，灯照不到你头顶，只能照到你周围。

SAR 也一样：雷达正下方斜距变化太快，地面距离分辨率极差，所以叫"盲区"。

4.3 场景高程起伏引起的几何失真（本章最重要的一节）

这是第四章最重要的部分，也是我读得最有画面感的一节。

1. 迎坡缩短 / 背坡拉长

原文的难点：迎着雷达的坡在图像上会被压缩，背着雷达的坡会被拉长。

类比：你从侧面看一个山坡——山坡迎着你时看起来很短，背着你时看起来很长。

SAR 同理：迎坡在图像上被压缩，背坡在图像上被拉长。

2. 顶底倒置

原文的难点：陡峭的山或高建筑，顶部和底部在图像上会倒置。

类比：你从下往上看一栋高楼，先看到底部、再看到顶部。

但SAR 是从上往下看：

• 顶部离雷达近，先被看到；
• 底部离雷达远，后被看到；
• 所以在图像上，顶部出现在底部的前面。

这就是顶底倒置（overlay / layover）。

3. 阴影

原文的难点：雷达波被遮挡，形成阴影。

类比：你用手电筒照一个物体，物体后面会有影子。SAR 也一样：雷达波被山挡住，山后面没有回波，形成阴影。

4. 汇总表

这些失真让 SAR 图像和光学图像看起来很不一样，看图时必须心里有数——这是我读完这一节最直接的收获：SAR 图像不是"照片"，不能按看照片的直觉去理解。

【此处有图：同一山区场景的 SAR 图像与光学图像对比（注意迎坡压缩与顶底倒置）】

图：SAR 地形几何效应示意：迎坡沿斜距方向压缩，陡坡可能使山顶比山脚更早返回而产生叠掩，山体遮挡处形成背坡阴影。三张剖面用于解释概念，不是定量地形投影。

4.4 SAR 的性能指标

1. 信噪比方程：与距离的三次方成反比

原文的难点：SAR 的信噪比与距离的三次方成反比。

类比：你用手电筒照远处——

• 距离越远，光越弱；
• 而且光要照过去、再反射回来，走双程；
• 所以衰减更快。

SAR 还有一个额外因素：它的目标是"地面分辨单元"，不是点目标，所以信噪比与距离的三次方成反比。

2. 地面后向散射系数

类比：用手电筒照不同表面——镜子反射很强、黑布反射很弱、粗糙地面把光散射到各个方向。SAR 里不同地面的后向散射系数不同，这决定了图像里的亮暗。

3. 点散布函数（再次出现）

类比：你用相机拍一个极小的点光源，照片上不是一个点，而是一个模糊的小圆斑——这个圆斑就是点散布函数。

它决定了两个关键指标：分辨率和副瓣电平。

4. 噪声：加性 vs 乘性，以及相干斑

• 加性噪声：像背景里的杂音，与目标无关；
• 乘性噪声：像图像里的斑点，与目标强度有关。

相干斑（speckle）是 SAR 特有的乘性噪声：

• 一个分辨单元里有多个散射点；
• 它们相干叠加，有的地方亮、有的地方暗；
• 看起来像斑点。

多视处理可以抑制相干斑：把波束分成几个子波束 → 各自成像 → 非相干相加。代价是分辨率下降（又一次"用分辨率换质量"的折中）。

我当时的一个感悟："相干"是本书的双刃剑——它带来 60~70 dB 的增益，也带来相干斑这种特有噪声。

4.5 SAR 的电子反对抗

为什么 SAR 抗干扰能力强？

原文的难点：SAR 有很高的相干积累增益。

类比：你在嘈杂的广场上喊朋友的名字——

• 你喊了很多遍；
• 朋友把每一遍都对齐相加；
• 你的声音被增强，噪声被抵消。

SAR 也一样：

• 脉冲压缩增益约 30 dB；
• 方位压缩增益约 30 dB；
• 总共 60~70 dB。

干扰方式与应对

• 压制式干扰：用噪声淹没雷达；
• 欺骗式干扰：生成假目标。

SAR 的应对：提高发射功率、低副瓣天线、信号捷变（让干扰方无法预测）。

第四章最需要记住的几句话

1. SAR 是在三维空间里做二维成像。
2. 条带模式：波束固定，飞机飞过，扫出一条带。
3. 距离-多普勒算法：先距离压缩，再方位压缩。
4. SAR 只有两个高分辨方向：斜距和方位（高度方向没有分辨率）。
5. 高程起伏会引起几何失真：迎坡缩短、背坡拉长、顶底倒置、阴影。
6. 方位分辨率等于实际天线孔径的一半，与距离无关。
7. 相干斑是 SAR 特有的乘性噪声，用多视处理抑制（代价是分辨率下降）。
8. 相干积累增益高达 60~70 dB，所以抗干扰能力强。

我的复盘

第四章是我读得最"顺"的一章，因为它几乎不需要新概念：

• "系统响应函数 + 相关处理"就是第二章匹配滤波的二维版本；
• "R-D 算法"就是把二维处理拆成两个一维处理；
• "顶底倒置 / 阴影"这些几何失真，只要脑子里有"侧视 + 斜距"这个画面，就能自己推出来。

这也让我确认了一件事：第二、三章不是"铺垫"，而是第四章的全部工具。如果前面是靠背结论过关的，第四章只会变成一堆记不住的失真名词。

到这里，导师说的"建立知识面"我已经完成了大概一半——知道雷达成像是怎么回事了，但还不知道具体怎么算出来。第二章到第四章其实反复在说"下一步要解决什么"：R-D 算法假设距离弯曲可忽略，那不可忽略怎么办？平台颠簸了怎么办？这些正是第五、六章的内容。

（下一篇是这个系列的收尾：前四章的总结，以及我对整个学习过程的复盘。）