Many Synthetic Aperture Radar (SAR) autofocus techniques use range bins that contain a single domi-nant point scatterer to estimate the phase error, by maximizing or minimizing an objective function. We show analytically that some widely used objective functions do not give accurate phase error estimates, if the objective function is constructed using a range bin that contains multiple strong point scatterers. To overcome this multiple scatterer problem, we propose to use combined entropy with the local power objective function along with the multiple signal classification (MUSIC) algorithm.
Generally, in a actual airborne SAR, its major phase errors are usually composed of two categories, such as slow-time varying phase errors (less than several cycles of change in phase during synthetic aperture time) and fast-time varying phase errors (otherwise, including wide band random) according to the motion of aircraft. If the fast errors are no more negligible compared to the slow errors, they should be estimated and then compen-sated accurately to obtain a well focused image. However, it is not proper to estimate all phase errors at the same time like conventional autofocus techniques because the estimation of the fast-time varying phase errors are seriously affected by blurring in image due to the slow-time varying phase errors.
Therefore, a new accurate phase estimation technique is also introduced additionally. The proposed method has two independent estimation stages of sub-aperture and an iterative golden section search method, which has advantages over several existing methods. This method shows better estimation accuracy and less sensitive to the quality of extracted range bins as well as requiring less computation time.
The performances of the two methods are illustrated by simulations of point targets and by an experiment with actual SAR data. Experimental results with actual SAR data and the simulations confirm the superiority of the two methods.
SAR (Synthetic Aperture Radar) 시스템에 있어서 신호처리 기술은 핵심이 된다. 일반적으로 SAR 영상을 얻기 위해서는 안테나가 탑재된 비행체가 일정한 속도로 직선비행을 유지해야 하나 비행체의 떨림과 공기의 불규칙한 요동으로 인해 위상오차가 발생하고 이를 보상해야 판독에 필요한 양호한 영상을 획들할 수 있게 된다. 본 연구는 SAR 신호처리 기술에 있어서 필연적으로 발생하는 위상오차에 대한 추정기법에 관한 연구이다. 일반적으로 영상내의 신호대 잡음비가 좋은 양질의 range 샘플을 추출하여 위상오차를 추정하나 이러한 range 샘플을 영상에서 항상 찾을 수 있을 것이라고 보장할 수 없다. 특히 도심지와 같은 SAR 영상에서는 이러한 range 샘플을 찾기가 더욱 어렵게 되므로 정확한 위상오차의 추정이 어렵게 된다. 본 연구에서는 양질의 range 샘플이 아니더라도 비교적 정확하게 위상오차를 추정하는 기법에 대하여 연구하였으며 여기에는 NUSIC (Multiple Signal Classification) 기법과 GSS (Golden Section Search) 알고리듬을 적용하였다. 도한 기존의 대표적으로 사용하는 목적함수(objective function)들인 엔트로피, 콘트라스트 및 파워 등을 사용할 경우에 range 샘플이 양호하지 않을 경우 위상오차 주정에 미치는 영향에 대하여 수식적으로 분석한 결과도 기술하였다.
또 하나의 연구결과로서 SAR 영상에서 복합적인 위상오차가 존재할 때 어떻게 효과적으로 이러한 위상오차를 정확하게 추정할 수 있는지에 대한 연구를 포함하였다. 일반적으로 SAR 영상에서 초점을 흐리게 하는 위상오차는 천천히 변하는 저주파 성분이 주요 원인이 된다 (특히, 2차(quadratic) 성분의 오차). 그러나 항공기 SAR와 같이 저고도에서 운용할 경우 공기 및 항공기 엔진 등의 불규칙한 떨림 등으로 인해 발생하는 고주파 성분의 위상오차가 무시할 수 없게 되는데 이에 대한 보상을 하지 않을 경우 역시 영상화질이 저하된다. 본 연구에서는 저주파 및 고주파 (특히, 불규칙한 위상오차) 성분의 오차가 동시에 획득신호에 존재할 때 정확하게 모든 위상오차를 추정하는 기법에 대하여 연구하였다. 대부분의 autofocus 기술이 동시에 두 가지 형태의 복합위상 오차를 추정하도록 고안되어 있으며 이러할 경우 사용하는 range 샘플이 신호 대 잡음비가 좋지 않을 경우에 추정시 많은 오차를 내포하게 된다. 여기에는 무시할 수 없는 클러터들 사이에 위상간섭이 존재하기 때문이다. 본 연구에서는 두 단계의 위상오차 추정기법을 통하여 복합된 형태의 위상 오차를 정확하게 추정하는 기법에 대하여 제안하였다. 제안한 기법은 두 단계의 위상오차 추정과정을 거친다. 먼저 저주파 성분의 오차는 영상의 초점을 흐리게 하는 주요 원인이므로 우선적으로 이를 sub-aperture 기법으로 최대한 추정하고 보상함으로써 고주파 성분의 오차만 존재하도록 만든다. 두 번째 추정에서는 첫 번째 추정 단계를 거치면서 남는 잔여 위상오차와 함께 이미 존재하는 고주파 성분의 오차를 추정 한다. 이러한 두 단계의 추정기술은 고주파 성분의 위상오차를 추정시 저주파 성분의 위상오차로 인해 발생하는 image blurring 효과를 감쇄 기킴으로써 추정오차를 감소시킬 수 있다. 두 번째 단계에서 적용하는 기술은 IGSS (Iterative Golden Section Search) 로서 목적함수의 기울기를 구할 필요 없이 바로 위상오차를 구할 수 있으므로 autofocus 분야에서 복잡하고 다양한 목적함수의 최적화에 쉽게 적용이 가능하다는 장점을 갖는다.
제안한 두 기술에 대한 성능을 검증하기 위하여 가상 점 표적 시뮬레이션 및 실제 SAR 자료 처리를 수행하였다. 기존의 여러 autofocus 기법으로 처리한 결과들과 비교함으로써 제안한 방식이 우수한 성능을 보이고 있으며 실제 SAR 자료처리에 활용할 수 있음을 입증하였다.
