JP6072240B2 - オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームｓａｒ焦点合わせ方法 - Google Patents

オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームｓａｒ焦点合わせ方法 Download PDF

Info

Publication number
JP6072240B2
JP6072240B2 JP2015520176A JP2015520176A JP6072240B2 JP 6072240 B2 JP6072240 B2 JP 6072240B2 JP 2015520176 A JP2015520176 A JP 2015520176A JP 2015520176 A JP2015520176 A JP 2015520176A JP 6072240 B2 JP6072240 B2 JP 6072240B2
Authority
JP
Japan
Prior art keywords
image
navigation
image block
profile
estimate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2015520176A
Other languages
English (en)
Other versions
JP2015529800A (ja
Inventor
ジン、マイケル・イー−ファ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raytheon Co
Original Assignee
Raytheon Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Raytheon Co filed Critical Raytheon Co
Publication of JP2015529800A publication Critical patent/JP2015529800A/ja
Application granted granted Critical
Publication of JP6072240B2 publication Critical patent/JP6072240B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904—SAR modes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9004—SAR image acquisition techniques
    • G01S13/9019—Auto-focussing of the SAR signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Description

関連出願の相互参照
本出願は、２０１２年１月１０日に出願された米国特許出願のシリアル番号第１３／３４７，５４８号に関連し、全て説明されているかのように、参照により全体的にこれを取り込んでいる。
連邦政府により支持されたリサーチ又は開発に関する申告
本発明は、国防総省によって与えられた契約番号第Ｈ９４００３−０４−Ｄ−０００６号のもとで、米国政府の支援により作成された。米国政府は、本発明における特定の権利を有している。
背景
１．分野
本発明に従う実施形態の１つ以上の態様は、合成開口レーダ（synthetic aperture radar）の画像の品質を改善すること、より具体的には、改善された画像品質をもたらすナビゲーションプロファイルを生成する方法に関する。
２．関連技術の説明
より高い周波数は、地中を貫通する能力がかなり落ちるので、地中貫通レーダ（ground penetration radar, GPR）は、一般に低周波で動作する。小さなアンテナのみを乗せることができる、航空機のようなプラットフォームから操作される場合に、低周波、即ち長波長は、幅の広いアンテナパターンをもたらす。
合成開口レーダ（ＳＡＲ）の使用は、移動プラットフォーム上で小さなアンテナを使用して、高空間解像度を備えたレーダ画像を生成することを可能にする。ＳＡＲ信号処理技術は、移動アンテナによってその経路に沿う様々な地点で受信された信号を組み合わせることにより、小さなアンテナの経路の寸法に相当する寸法を有するより大きなアンテナの動作をシミュレートするようなやり方で、これを達成する。
鮮明なＳＡＲ画像を構築するために、例えば、グローバルポジショニングシステム受信機及び慣性航法システム（ＧＰＳ／ＩＮＳシステム）に基づく経路推定器から入手可能であり得る、アンテナの経路に関する情報よりも正確な情報を有することが必要である。先行技術のシステムでは、最初に、画像をサブ画像又は画像ブロックに分割し、その後で、焦点が最良である二次距離修正（second order range correction）の値を見付けた後で、オートフォーカスアルゴリズムを使用して、改善された画像を生成するかもしれない。これらのシステムは、大きな画像ブロックが使用されている場合は、画像ブロック間の境界における不連続性を欠点として有し得る。小さな画像ブロックが使用されている場合は、低品質の目標を含むものがあるかもしれず、オートフォーカスアルゴリズムの結果が劣悪になり得る。
従って、ＳＡＲ画像の焦点を再び合わせる（refocus）新たな解決策が必要とされている。
本発明の実施形態は、ＳＡＲ及びナビゲーションのデータを処理して、改善された品質の画像を作成する方法を提供する。特に、本発明は、改善されたＳＡＲ画像をもたらすナビゲーションプロファイルを生成する方法を提供する。本発明の実施形態は、画像中の画像ブロック間の境界における低減された不連続性を備えたＳＡＲ画像をもたらすナビゲーションプロファイルを生成する特定の利点を更に提供する。
本発明の実施形態によると、合成開口レーダ(ＳＡＲ)データとナビゲーションプロファイルとから、ＳＡＲ画像を形成する方法であって、ＳＡＲデータとナビゲーションプロファイルとから、第１のＳＡＲ画像を生成することと、ＳＡＲ画像を画像ブロックに分割することと、画像ブロックのサブセットを選択することと、オートフォーカスアルゴリズムを各画像ブロックに適用し、画像ブロックに対する位相誤差プロファイル推定値を形成することと、位相誤差プロファイル推定値から、ナビゲーション誤差プロファイル推定値を生成することと、ＳＡＲデータと、ナビゲーションプロファイルと、ナビゲーション誤差プロファイル推定値とから、第２のＳＡＲ画像を生成することと、を具備する、方法が提供される。
１つの実施形態において、ナビゲーション誤差プロファイル推定値を生成することは、時間における３つの低次多項式のベクトルとして、ナビゲーション誤差プロファイル推定値を概算することと、ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、を具備する。
１つの実施形態において、性能の基準は、選択された画像ブロックのセットに対してとった、位相誤差の加重和ノルム（weighted summed norm）である。
１つの実施形態において、画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される。
１つの実施形態において、位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい。
１つの実施形態において、ナビゲーション誤差プロファイル推定値を生成することは、画像ブロックのセットを選択することと、ナビゲーション誤差プロファイルから計算された選択された画像ブロックに対する位相誤差と、オートフォーカスアルゴリズムから結果として生じた選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、を具備する。
１つの実施形態において、選択された画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される。
１つの実施形態において、加重和を計算する際に使用される、選択された画像ブロックに対する重みは、その画像ブロックに対するオートフォーカス前の画像コントラストと、その画像ブロックに対するオートフォーカス後の画像コントラストと、の関数である。
１つの実施形態において、加重和を計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい。
１つの実施形態において、ナビゲーション誤差プロファイル推定値を生成することは、時間における３つの低次多項式のベクトルとして、中間ナビゲーション誤差プロファイル推定値を書き込むことと、中間ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、多項式の係数の値のセットを使用して、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを形成することと、画像ブロックのセットを選択することと、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを使用して、空間点から計算された選択された画像ブロックに対する位相誤差と、オートフォーカスアルゴリズムから結果として生じた選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、を具備する。
本発明の実施形態によると、粗いナビゲーションプロファイルと合成開口レーダ(ＳＡＲ)画像とから、改善されたナビゲーションプロファイルを形成する方法であって、ＳＡＲデータとナビゲーションプロファイルとから、第１のＳＡＲ画像を生成することと、ＳＡＲ画像を画像ブロックに分割することと、画像ブロックのサブセットを選択することと、オートフォーカスアルゴリズムを各画像ブロックに適用し、画像ブロックに対する位相誤差プロファイル推定値を形成することと、粗いナビゲーションプロファイルと位相誤差プロファイル推定値とから、改善されたナビゲーションプロファイルを生成することと、を具備する、方法が提供される。
１つの実施形態において、改善されたナビゲーションプロファイルを生成することは、時間における３つの低次多項式のベクトルとして、ナビゲーション誤差プロファイル推定値を概算することと、ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、ナビゲーション誤差プロファイル推定値を使用して、粗いナビゲーションプロファイルを修正することと、
を具備する。
１つの実施形態において、性能の基準は、選択された画像ブロックのセットに対してとった、位相誤差の加重和ノルムである。
１つの実施形態において、画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される。
１つの実施形態において、位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、その画像ブロックに対するオートフォーカス前の画像コントラストと、その画像ブロックに対するオートフォーカス後の画像コントラストと、の関数である。
１つの実施形態において、位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい。
１つの実施形態において、改善されたナビゲーションプロファイルを生成することは、画像ブロックのセットを選択することと、空間点から計算された選択された画像ブロックに対する位相誤差と、オートフォーカスアルゴリズムから結果として生じた選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、を具備する。
１つの実施形態において、画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される。
１つの実施形態において、加重和における画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい。
１つの実施形態において、粗いナビゲーションプロファイルと、位相誤差プロファイル推定値とから、改善されたナビゲーションプロファイルを生成することは、時間における３つの低次多項式のベクトルとして、中間ナビゲーション誤差プロファイル推定値を概算することと、中間ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、多項式の係数の値のセットを使用して、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを形成することと、画像ブロックのセットを選択することと、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを使用して、空間点から計算された選択された画像ブロックに対する位相誤差と、オートフォーカスアルゴリズムから結果として生じた選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、を具備する。
特徴と、態様と、実施形態が、添付の図面に関連して記載される。
図１は、ＳＡＲ画像を使用して画像化されたエリアに関する、航空機の実際の経路と推定経路との図である。 図２は、本発明の実施形態に従って、改善されたナビゲーションプロファイルを作成する方法のフローチャートである。 図３は、本発明の実施形態に従って、航空機の真の位置と推定位置との幾何学的配置を示す図である。 図４は、本発明の実施形態に従って、改善されたＳＡＲ信号処理フローを示す、フローチャート及びデータフロー図である。
詳細な説明
添付の図面に関連して後述される詳細な説明は、本発明に従って提供される、オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームＳＡＲ焦点合わせ方法の、現在の好ましい実施形態の記述として意図されたものであり、本発明が構築又は利用され得る唯一の形態を表すことを意図されたものではない。この記述は、示されている実施形態に関連して本発明の特徴を説明している。しかしながら、本発明の趣旨及び範囲内に包含されることを意図されている異なる実施形態によって、同じ及び同等の機能及び構造が達成され得ると理解されるべきである。この中の他の場所に示されているように、同様の参照番号は、同様の要素又は特徴を示すことを意図されている。
ワイドビームＳＡＲシステムにおいて、画像の焦点ぼけ（image defocusing）は、画像全体にわたって空間的に変化する。その理由は、目標の距離の誤差（target range error）が角度に依存するからである。図１を参照すると、実際の航空機経路１０として知られている経路に沿って飛行する航空機(示されていない)は、画像フレーム１６中の第１の目標１２と第２の目標１４とを照らすかもしれない。慣性センサと組み合わされたグローバルポジショニングシステム(global positioning system combined with inertial sensor, GPS-INS)のような、航空機に搭載された感知システムは、実際の航空機経路１０の推定値を形成し得る。この推定値は、ナビゲーションプロファイル、又は知識上の航空機経路（knowledge aircraft path）２０として知られているかもしれない。各目標に対する目標位相プロファイル（target phase profile）は、その目標と実際の航空機経路１０との間の距離によって決定される。知識上の航空機経路２０における誤差、即ち、知識上の航空機経路２０と実際の航空機経路１０との間の任意の差異は、任意の時間点において、第１の目標１２に対する距離の誤差２２と、第２の目標１４に対する距離の誤差２４とをもたらす。任意の目標に対する時間の関数としての対応する位相誤差は、その目標に対する位相誤差プロファイルとして知られている。この誤差は、焦点のぼけた画像を生じ得る。ワイドビームＳＡＲでは、航空機の位置から見える、目標間のかなりの角度により、それらの位相誤差プロファイルは異なるものになる。従って、第１の目標１２及び第２の目標１４のような２つの目標が、角度において広く分離されている場合に、同じ位相誤差プロファイルを使用して、それらの焦点を再び合わせることは不可能であるかもしれない。
この角度に基づく焦点合わせの問題に対する１つの先行技術の解決策は、画像フレームを複数のより小さな画像ブロックに分割することを含み、その中の目標は、共に十分に接近しており、それらは航空機における比較的に小さな角度の範囲を定める（subtend）。１つの実施形態では、１６個のこのような画像ブロックが使用され得る。独立したオートフォーカスの解が、これらの画像ブロックから導き出される。ほどほどの（modest）媒体焦点ぼけを備えた画像の場合は、このアプローチは有益であることが分かった。より高い度合いの焦点ぼけを備えた画像の場合は、画像ブロック間の境界において画像の不連続性を示すことがしばしばある。画像におけるこのような不連続性は、自動目標認識(automated target recognition, ATR)と変化検出(change detection, CD)とのような、その後の画像活用プロセスの性能に影響を及ぼし得る。
上述の画像の不連続性は、２つの要素、即ち、画像ブロックのサイズと、画像ブロック内の目標の品質との、組み合わされた結果によって引き起こされ得る。より大きな画像ブロックは、正確な位相誤差プロファイルを作成するために、オートフォーカスアルゴリズムに対して十分な強さを備えた点状目標（point-like targets）を含んでいる可能性がより高いので、より大きな画像ブロックは、より正確な位相誤差推定値をしばしばもたらす。しかしながら、より大きな画像ブロックは、位相誤差の粗い数量化（coarse quantization）に関連付けられ、これは画像の不連続性をしばしばもたらす。他方で、小さな画像ブロックは、位相誤差の細かい数量化（coarse quantization）に関連付けられるが、高品質の目標（quality target）を含んでいる可能性がより低いので、劣悪な位相誤差推定値をしばしばもたらす。
米国特許出願第１３／３４７，５４８号に開示されているようなオートフォーカスアルゴリズムは、目標に対応する複雑なデータから、ＳＡＲ画像中の焦点のぼけた点状目標の位相誤差プロファイルを抽出するために使用され得る。この位相誤差プロファイルは、二次以上の、高次の多項式の項から構成される。理論上、ゼロ次の位相誤差は、目標の距離位置の誤差に関係付けられる。一次の項は、目標の方位角位置の誤差に関係付けられる。処理されたＳＡＲ画像において、グラウンドトゥルース（ground truth）を使用せずに、位置の誤差を識別するやり方はない。オートフォーカスプロセスは、目標のインパルス応答をシャープにするためにのみ使用され、これは画像ピクセルの位置を変えない。
本発明の１つの実施形態では、改善されたナビゲーションプロファイル、又は同等に、ナビゲーション誤差プロファイルの推定値を、オートフォーカスプロセスから取得した位相誤差プロファイルを使用して形成する。その後で、この改善されたナビゲーションプロファイルでＳＡＲデータを再処理し、画像の不連続性のない、十分に焦点の合った画像を生成する。ナビゲーションプロファイルが優れたＳＡＲ画像をもたらすという意味で、何等かの他の意味である必要はなく、ナビゲーションプロファイルが改善されることに注目することが有益である。ＳＡＲ画像の品質は、特定の次数の位相誤差のみに依存し、他のものに反応しないので、実際の航空機経路と推定航空機経路との間の最大の差異を減少させて改善する必要はなく、実際には、それは増加するかもしれない。
Figure 0006072240
ＳＡＲデータが取られるトラックの中心のような、その経路に沿った何等かの参照点における、又はそのトラックの始まりにおける、航空機の速度に対するｘ軸の接線（tangential）で座標系を規定することは、必須ではないが通例である。その後で、ｚ軸が、垂直になるように選ばれ、ｙ軸が、ｘ軸とｚ軸との両者に対して直角になるように選ばれる。即ち、ｙ軸は、参照点における交差トラック方向（cross-track direction）である。
Figure 0006072240
ここで、λはレーダ放射の波長である。εθｉ，ｊ（ｔ）の二次以上の項のみが、画像の焦点に影響を及ぼす。位相誤差プロファイルεθｉ，ｊ（ｔ）のこの高次の部分、即ち、そのゼロ次及び一次の項を取り除いた位相誤差プロファイルとして、εθ’ｉ，ｊ（ｔ）を示す。
オートフォーカスプロセスから取得される、位相誤差プロファイルεΨｉ，ｊ（ｔ）に良く一致している画像ブロックに対する位相誤差プロファイルをもたらすナビゲーション誤差プロファイルを求める。
Figure 0006072240
として規定される、位相誤差の和ノルム(summed norm)によって、このような一致が存在する範囲が数量化され得る。ここで、Ｗｉ，ｊは適切に選ばれた重みであり、Ｉ及びＪは画像ブロックの単位における画像の次元である。一般に、位相誤差の和ノルムが小さいほど、対応するナビゲーション誤差プロファイルを使用して生成されるＳＡＲ画像の品質はより良くなる。
低次多項式のベクトルとしてナビゲーション誤差プロファイルを概算し、多項式の係数値の空間を探索することによって、位相誤差の和ノルムが最小化され得る。これらの値は、レベルとしても知られているかもしれない。１つの実施形態では、ナビゲーション誤差に対する多項式の概算は、
Figure 0006072240
であり得る。即ち、Δｘにおける一次、二次、及び三次の誤差と、Δｙにおける二次及び三次の誤差と、Δｚにおける二次及び三次の誤差と、の範囲にわたって、探索が行われ得る。
図２を参照すると、係数の最適なセット、ａ１，ａ２，・・・ａ７に対する探索は、一度に、インデックスｊによって図２で特定される、１つの係数ずつ行なわれ得る。各係数について、ｉによってインデックスを付された値の範囲がテストされ得る。この範囲は、その係数に対する引き出し範囲（pulling range）、即ち、ナビゲーション誤差プロファイルの典型的な特性を与えられた場合に、その係数が合理的に取ることができる値の範囲であり得る。係数値の空間中の各試行点について、位相誤差の和ノルムを、既に取得した最小のものと比較してもよく、それが改善を表わしている場合に、インデックスｉと共に、又は同等に、テストされている多項式の係数の対応する値と共に、新たな最小値を記憶してもよい。
特に、例示的な方法は、ステップ５０において、探索インデックスｉ及びｊの初期値を設定することによって始まり得る。ここで、ｉは、内側ループにおいて最適化される係数の異なるレベル又は値にインデックスを付し、ｊは、内側ループにおいてどの係数が最適化されるかを選択し得る。例えば、ｊ＝１はａ１を最適化することに対応し、ｊ＝２はａ２を最適化することに対応する、等であり得る。後続するステップ５２において、各画像ブロックに対して、距離誤差プロファイルが生成され得る。ステップ５４において、距離誤差プロファイルのセットが位相誤差プロファイルのセットに変換され得る。重みＷｉ，ｊがゼロである任意の画像ブロックの場合に、ステップ５２及び５４は省略され得る。ステップ５６において、位相誤差の和ノルムが計算され得る。それがより良い、即ち、これまでに取得された最良のものよりも小さいと、ステップ５８によって決定された場合は、条件付きで実行されるステップ６０において、それがインデックスｉと共に保存され得る。インデックスｉは、位相誤差の現在の最良の和ノルムをもたらす値を識別するものである。代わりの実施形態では、インデックスｉの代わりに、係数値が保存され得る。ステップ６２及び６４において、ｉの全ての値がテストされない限り、インデックスｉを上げ、実行はループのスタートに戻る。ｉの全ての値がテストされた場合は、ステップ６８において、外側ループのインデックスを上げる。ステップ７０において、外側ループの完了がテストされる。そのインデックスｊの全ての望ましい値がテストされるまで、外側ループを繰り返す。
７つの係数の全てについて、与えられた引き出し範囲にわたる、最適値、即ち位相誤差の和ノルムを最適化する値が見付かると、改善されたナビゲーションプロファイルが、
Figure 0006072240
として、即ち、元の粗いナビゲーションプロファイルを、推定ナビゲーションプロファイル誤差で修正することによって形成され得る。同様に、改善された画像ブロック位相誤差プロファイルは、
Figure 0006072240
のように形成され得る。
オートフォーカスから取得される位相誤差プロファイルは、一般に、ＳＡＲ画像ピクセルにおけるノイズによって歪まされている。多数の小さな明るいディスクリートな目標を備えた画像ブロックの場合は、位相誤差は最小の歪みを有する。しかしながら、ディスクリートな目標を備えていない画像ブロックは、非常に劣悪な位相誤差プロファイルをもたらす。オートフォーカスアルゴリズムによって生成される位相誤差プロファイルの品質は、各画像ブロック中のディスクリートな目標によって決定される。これは、ディスクリートな目標の数と、鮮明さ（sharpness）と、明るさとに比例する。位相誤差プロファイルの品質の便利な基準(measure)は、処理された画像ブロックのコントラストである。
１つの実施形態において、位相誤差の和ノルムを計算する際に、及びナビゲーション誤差プロファイルを抽出する際に使用される加重係数Ｗｉ，ｊは、２つのステップで取得される。例えば１６個の画像ブロックを備えていて、合計で７個の多項式係数が決定される実施形態では、画像ブロックの数は、ナビゲーション誤差における自由度の数を超え、より低い画像コントラストを備えた画像ブロックの一部分は、無視され、即ちゼロの重みを割り当てられ得る。ゼロ以外の重みを割り当てられた画像ブロックの数は、ナビゲーション誤差における自由度の数よりも大きくなければならず、必要以上の計算を行なうことを避けるために、画像ブロックの総数の３０％未満であることが好ましいかもしれない。無視される画像ブロックが識別されると、残りの画像ブロックの各々に対するコントラストが、次の式を使用して、重みに変換され得る。
Figure 0006072240
ここで、Ｗｉ，ｊは、再び、（ｉ，ｊ）番目の画像ブロックの位相誤差に対する重みであり、γ０ｉ，ｊは、オートフォーカス前の画像コントラストであり、γｉ，ｊは、オートフォーカス後の画像コントラストである。従って、この重みは、正規化される画像コントラストの改善の大きさに基づく。ここで、コントラストは、通例のやり方で次のように規定される。
Figure 0006072240
ここで、Ａｉは、ｉ番目の画像ピクセルの大きさである。
Figure 0006072240
Figure 0006072240
Figure 0006072240
Figure 0006072240
Figure 0006072240
Figure 0006072240
ナビゲーション改善プロセスをＳＡＲ信号の処理フローに直接に取り込むことは、計算上非効率的であるだろう。その理由は、ＳＡＲ画像の形成を２回行わなければならないからである。即ち、画像ブロックに対するオートフォーカス位相誤差プロファイルを生成するために一回と、改善されたナビゲーションプロファイルを使用して、改善された十分に焦点の合った画像を生成するために一回である。全体的なＳＡＲ信号の処理フローの設計を変更することによって、この非効率性はかなり低減され得る。
最初の画像形成とオートフォーカスプロセスとに含まれる処理時間を低減することによって、効率が高められ得る。ナビゲーションプロファイル改善プロセスでは、位相誤差プロファイルの数は多くなくてもよい。４乃至６つの位相誤差プロファイルで十分であるはずである。これは、最初の画像形成プロセスでは、４乃至６つの画像ブロックを処理することのみを必要とすることを意味する。しかしながら、どの画像ブロックが高品質の位相誤差プロファイルを与えるかを決定するために、全画像を処理しなければならない。これは、より低い画像ピクセルサンプリングレートによる逆投影アルゴリズム（backprojection algorithm）を使用して、第１のＳＡＲ画像を形成することによって効率的に達成され得る。各次元においてサンプリングレートを２又は３分の１に低減すると、完全なサンプリングレートで要求される時間と比較して、画像形成時間をそれぞれ２５％又は１１％に低減し得るが、低減されたサンプリングレートを使用して生成された画像は、局部的な画像コントラストを示すのに適している。計算されたコントラスト基準に基づいて、良いコントラストを備えた幾つかの画像ブロックが識別されると、位相誤差プロファイルを生成するために、オートフォーカスが適用される。このアプローチを使用して、本発明の実施形態に従って、ＳＡＲ信号処理の全体的な計算効率をかなり高めることができる。
特に、図４を参照すると、例示的な実施形態の第１のステップ１５０において、ＳＡＲ画像を生成するために、低減されたサンプルレートで、最初の逆投影が行なわれ得る。低減されたサンプルレートであるので、この逆投影ステップ１５０は、フル解像度の逆投影よりも相当に低い計算負荷と遅延とを負い得る。後続するステップ１５２において、画像中の画像ブロックの全てに対して、コントラストを計算する。その後で、ステップ1５４において、次のステップで使用される適切なコントラストを備えた画像ブロックを識別及び選択する。その後で、ステップ１５６において、これらの選択された画像ブロックに対して、フルサンプルレートで逆投影を行なう。ステップ１５６では、逆投影が、この場合は画像ブロックのサブセットのみに対して行なわれる結果として、ここでも低減された計算負荷を負う。次に、ステップ１５８において、各画像ブロックに対する位相誤差プロファイルを生成するために、オートフォーカスアルゴリズムを使用する。
点線のバイパスステップ１６０によって示されているように、ステップ１６０はオプションである。ステップ１６０において、これが行なわれる場合は、ナビゲーション誤差プロファイルに対する多項式概算を使用して、改善されたナビゲーション解を見付ける。点線のバイパスステップ１６２によって示されているように、このステップもオプションである。ステップ１６２において、これが行なわれる場合は、最小二乗法を使用し、ステップ１５４において選択された画像ブロックの各々に対応する位相及び距離の誤差に対して、加重最小二乗の趣旨で最良適合であるナビゲーション経路を見付ける。ステップ１６０と１６２との両者が行なわれる場合は、ステップ１６０から結果として生じた、中間ナビゲーションプロファイルと、中間画像ブロック位相誤差プロファイルとを、ステップ１６２に供給する。ステップ１６０と１６２とのうちの一方又は両方によって、改善されたナビゲーション解が見付かると、ステップ１６４において、画像全体に対してフルサンプルレートによる逆投影を使用し、最終的なＳＡＲ画像を取得する。
オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームＳＡＲ焦点合わせ方法の限られた実施形態が、ここに特に記載され示されているが、多くの変更及びバリエーションが当業者に明らかになるであろう。例えば、多項式の概算を使用して、推定ナビゲーション誤差プロファイルを見付ける際に、ここに開示されている例示的な実施形態の７個よりも多い又は少ない係数を使用することが好ましいかもしれず、これらの係数が現れる多項式の次数は、ここに開示されているものと異なっていてもよい。従って、本発明の原理に従って用いられるオートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームＳＡＲ焦点合わせ方法は、ここに特に記載されたもの以外で具現され得る。更に、本発明は、特許請求の範囲及びそれと同等のものにおいて定義される。
以下に、本出願時の特許請求の範囲に記載された発明を付記する。
[１] 合成開口レーダ(ＳＡＲ)データとナビゲーションプロファイルとから、ＳＡＲ画像を形成する方法であって、
前記ＳＡＲデータと前記ナビゲーションプロファイルとから、第１のＳＡＲ画像を生成することと、
前記ＳＡＲ画像を画像ブロックに分割することと、
前記画像ブロックのサブセットを選択することと、
オートフォーカスアルゴリズムを前記選択された画像ブロックの各々に適用し、前記選択された画像ブロックに対する位相誤差プロファイル推定値を形成することと、
前記位相誤差プロファイル推定値から、ナビゲーション誤差プロファイル推定値を生成することと、
前記ＳＡＲデータと、前記ナビゲーションプロファイルと、前記ナビゲーション誤差プロファイル推定値とから、第２のＳＡＲ画像を生成することと、
を具備する、方法。
[２] 前記ナビゲーション誤差プロファイル推定値を生成することは、
時間における３つの低次多項式のベクトルとして、前記ナビゲーション誤差プロファイル推定値を概算することと、
前記ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、
を具備する、付記[１]の方法。
[３] 前記性能の基準は、選択された画像ブロックのセットに対してとった、位相誤差の加重和ノルムである、付記[２]の方法。
[４] 画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、付記[３]の方法。
[５] 前記位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい、付記[３]の方法。
[６] 前記ナビゲーション誤差プロファイル推定値を生成することは、
画像ブロックのセットを選択することと、
前記ナビゲーション誤差プロファイルから計算された前記選択された画像ブロックに対する位相誤差と、前記オートフォーカスアルゴリズムから結果として生じた前記選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、
を具備する、付記[１]の方法。
[７] 前記選択された画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、付記[６]の方法。
[８] 前記加重和を計算する際に使用される、選択された画像ブロックに対する重みは、その画像ブロックに対するオートフォーカス前の画像コントラストと、その画像ブロックに対するオートフォーカス後の画像コントラストと、の関数である、付記[６]の方法。
[９] 前記加重和を計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、 (ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい、付記[６]の方法。
[１０] 前記ナビゲーション誤差プロファイル推定値を生成することは、
時間における３つの低次多項式のベクトルとして、中間ナビゲーション誤差プロファイル推定値を書き込むことと、
前記中間ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、
前記多項式の係数の値のセットを使用して、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを形成することと、
画像ブロックのセットを選択することと、
前記中間ナビゲーションプロファイルと前記中間画像ブロック位相誤差プロファイルとを使用して、空間点から計算された前記選択された画像ブロックに対する位相誤差と、前記オートフォーカスアルゴリズムから結果として生じた前記選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、
を具備する、付記[１]の方法。
[１１] 粗いナビゲーションプロファイルと合成開口レーダ(ＳＡＲ)画像とから、改善されたナビゲーションプロファイルを形成する方法であって、
ＳＡＲデータとナビゲーションプロファイルとから、第１のＳＡＲ画像を生成することと、
前記ＳＡＲ画像を画像ブロックに分割することと、
前記画像ブロックのサブセットを選択することと、
オートフォーカスアルゴリズムを前記選択された画像ブロックの各々に適用し、前記選択された画像ブロックに対する位相誤差プロファイル推定値を形成することと、
前記粗いナビゲーションプロファイルと前記位相誤差プロファイル推定値とから、改善されたナビゲーションプロファイルを生成することと、
を具備する、方法。
[１２] 前記改善されたナビゲーションプロファイルを生成することは、
時間における３つの低次多項式のベクトルとして、ナビゲーション誤差プロファイル推定値を概算することと、
前記ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、
前記ナビゲーション誤差プロファイル推定値を使用して、前記粗いナビゲーションプロファイルを修正することと、
を具備する、付記[１１]の方法。
[１３] 前記性能の基準は、選択された画像ブロックのセットに対してとった、位相誤差の加重和ノルムである、付記[１２]の方法。
[１４] 画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、付記[１３]の方法。
[１５] 前記位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、その画像ブロックに対するオートフォーカス前の画像コントラストと、その画像ブロックに対するオートフォーカス後の画像コントラストと、の関数である、付記[１３]の方法。
[１６] 前記位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい、付記[１３]の方法。
[１７] 前記改善されたナビゲーションプロファイルを生成することは、
画像ブロックのセットを選択することと、
前記空間点から計算された前記選択された画像ブロックに対する位相誤差と、前記オートフォーカスアルゴリズムから結果として生じた前記選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、
を具備する、付記[１１]の方法。
[１８] 画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、付記[１７]の方法。
[１９] 前記加重和における画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比によって乗算したもの、に等しい、付記[１７]の方法。
[２０] 前記粗いナビゲーションプロファイルと前記位相誤差プロファイル推定値とから、改善されたナビゲーションプロファイルを生成することは、
時間における３つの低次多項式のベクトルとして、中間ナビゲーション誤差プロファイル推定値を概算することと、
前記中間ナビゲーション誤差プロファイル推定値についての性能の基準を最適化する値のセットに対する多項式の係数値の空間を探索することと、
前記多項式の係数の値のセットを使用して、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを形成することと、
画像ブロックのセットを選択することと、
前記中間ナビゲーションプロファイルと前記中間画像ブロック位相誤差プロファイルとを使用して、空間点から計算された前記選択された画像ブロックに対する位相誤差と、前記オートフォーカスアルゴリズムから結果として生じた前記選択された画像ブロックに対する位相誤差と、の差の二乗の加重和を最小化する空間点を、各時間点に対して見付けることと、
を具備する、付記[１１]の方法。

Claims (20)

  1. 合成開口レーダ(ＳＡＲ)データとナビゲーションプロファイルとから、ＳＡＲ画像を形成する方法であって、
    フル画像ピクセルサンプリングレートから低減された画像ピクセルサンプリングレートによる逆投影アルゴリズムを使用して、前記ＳＡＲデータと前記ナビゲーションプロファイルとから、第１のＳＡＲ画像を生成することと、
    前記第１のＳＡＲ画像を複数の画像ブロックに分割することと、
    計算されたコントラスト基準に基づいて、前記複数の画像ブロックからより良いコントラストを備えた画像ブロックのセットを選択することと、
    オートフォーカスアルゴリズムを前記選択された画像ブロックの各々に適用し、前記選択された画像ブロックに対する位相誤差プロファイル推定値を形成することと、
    前記オートフォーカスアルゴリズムから得られた前記位相誤差プロファイル推定値により良く一致している前記選択された画像ブロックに対する位相誤差プロファイルから、ナビゲーション誤差プロファイル推定値を生成することと、
    前記ＳＡＲデータと、前記ナビゲーションプロファイルと、前記ナビゲーション誤差プロファイル推定値とから、第２のＳＡＲ画像を生成することと、
    を具備する、方法。
  2. 前記ナビゲーション誤差プロファイル推定値を生成することは、
    時間を変数とした３つの低次多項式のベクトルとして、前記ナビゲーション誤差プロファイル推定値を概算することと、
    前記３つの低次多項式の係数値のベクトル空間を探索し、前記ナビゲーション誤差プロファイル推定値の性能を最適化する係数値のセットを取得することと、
    を具備する、請求項１の方法。
  3. 前記ナビゲーション誤差プロファイル推定値の性能の尺度は、選択された画像ブロックのセットに対してとった、位相誤差の加重和ノルムである、請求項２の方法。
  4. 画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、請求項３の方法。
  5. 前記位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい、請求項３の方法。
  6. 任意の時間に対して、ＳＡＲのキャリアの改善されたナビゲーションプロファイルのための位置推定値を見付けることを更に備え、前記改善されたナビゲーションプロファイルのための位置推定値は、前記選択された画像ブロックの中心に関して前記ナビゲーション誤差プロファイル推定値から得られる前記キャリアの位置推定値と、前記キャリアの知識上の位置と前記選択された画像ブロックの前記中心に基づいて形成されたベクトルに直角な面と前記キャリアの前記知識上の位置と前記選択された画像ブロックの前記中心を通る線の交点との間で、前記選択された画像ブロックの各々についてなされた差の加重二乗和を最小にする、
    請求項１の方法。
  7. 前記選択された画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、請求項６の方法。
  8. 前記加重二乗和を計算する際に使用される、選択された画像ブロックに対する重みは、その画像ブロックに対するオートフォーカス前の画像コントラストと、その画像ブロックに対するオートフォーカス後の画像コントラストと、の関数である、請求項６の方法。
  9. 前記加重二乗和を計算する際に使用される、選択された画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、 (ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい、請求項６の方法。
  10. 前記ナビゲーション誤差プロファイル推定値を生成することは、
    時間を変数とした３つの低次多項式のベクトルとして、中間ナビゲーション誤差プロファイル推定値を書き込むことと、
    前記３つの低次多項式の係数値のベクトル空間を探索し、前記中間ナビゲーション誤差プロファイル推定値の性能を最適化する係数値のセットを取得することと、
    前記３つの低次多項式の係数値の前記セットを使用して、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを形成することと、
    任意の時間に対して、ＳＡＲのキャリアの改善された中間ナビゲーションプロファイルのための位置推定値を見付けることと、ここにおいて、前記改善された中間ナビゲーションプロファイルのための位置推定値は、前記選択された画像ブロックの中心に関して前記中間ナビゲーションプロファイルから得られる前記キャリアの位置推定値と、前記キャリアの知識上の位置と前記選択された画像ブロックの前記中心に基づいて形成されたベクトルに直角な面と前記キャリアの前記知識上の位置と前記選択された画像ブロックの前記中心とを通る線の交点との間で、前記選択された画像ブロックの各々についてなされた差の加重二乗和を最小にする、
    を具備する、請求項１の方法。
  11. 粗いナビゲーションプロファイルと合成開口レーダ(ＳＡＲ)画像とから、改善されたナビゲーションプロファイルを形成する方法であって、
    フル画像ピクセルサンプリングレートから低減された画像ピクセルサンプリングレートによる逆投影アルゴリズムを使用して、ＳＡＲデータとナビゲーションプロファイルとから、第１のＳＡＲ画像を生成することと、
    前記第１のＳＡＲ画像を複数の画像ブロックに分割することと、
    計算されたコントラスト基準に基づいて、前記複数の画像ブロックからより良いコントラストを備えた画像ブロックのセットを選択することと、
    オートフォーカスアルゴリズムを前記選択された画像ブロックの各々に適用し、前記選択された画像ブロックに対する位相誤差プロファイル推定値を形成することと、
    前記粗いナビゲーションプロファイルと前記位相誤差プロファイル推定値とから、改善されたナビゲーションプロファイルを生成することと、
    を具備する、方法。
  12. 前記改善されたナビゲーションプロファイルを生成することは、
    時間を変数とした３つの低次多項式のベクトルとして、ナビゲーション誤差プロファイル推定値を概算することと、
    ３つの低次多項式の係数値のベクトル空間を探索し、前記ナビゲーション誤差プロファイル推定値の性能を最適化する係数値のセットを取得することと、
    前記ナビゲーション誤差プロファイル推定値を使用して、前記粗いナビゲーションプロファイルを修正することと、
    を具備する、請求項１１の方法。
  13. 前記ナビゲーション誤差プロファイル推定値に対する性能の尺度は、選択された画像ブロックのセットに対してとった、位相誤差の加重和ノルムである、請求項１２の方法。
  14. 画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、請求項１３の方法。
  15. 前記位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する前記重みは、その画像ブロックに対するオートフォーカス前の画像コントラストと、その画像ブロックに対するオートフォーカス後の画像コントラストと、の関数である、請求項１３の方法。
  16. 前記位相誤差の加重和ノルムを計算する際に使用される、選択された画像ブロックに対する前記重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比、によって乗算したものに等しい、請求項１３の方法。
  17. 前記改善されたナビゲーションプロファイルを生成することは、
    任意の時間に対して、ＳＡＲのキャリアの前記改善されたナビゲーションプロファイルのための位置推定値を見付けることを具備し、前記改善されたナビゲーションプロファイルのための位置推定値は、前記選択された画像ブロックの中心に関して前記位相誤差プロファイル推定値から形成されるナビゲーション誤差プロファイル推定値から得られる前記キャリアの位置推定値と、前記キャリアの知識上の位置と前記選択された画像ブロックの前記中心に基づいて形成されたベクトルに直角な面と前記キャリアの前記知識上の位置と前記選択された画像ブロックの前記中心を通る線の交点との間で、前記選択された画像ブロックの各々についてなされた差の加重二乗和を最小にする、
    請求項１１の方法。
  18. 画像ブロックは、予め決定された閾値を越える画像コントラストを有することに基づいて選択される、請求項１７の方法。
  19. 前記加重二乗和における画像ブロックに対する重みは、（ｉ）その画像ブロックに対するオートフォーカス前の画像コントラストの平方根の逆数を、(ｉｉ)(ａ)その画像ブロックに対するオートフォーカス前の画像コントラストと、（ｂ）その画像ブロックに対するオートフォーカス後の画像コントラストと、の比によって乗算したもの、に等しい、請求項１７の方法。
  20. 前記粗いナビゲーションプロファイルと前記位相誤差プロファイル推定値とから、改善されたナビゲーションプロファイルを生成することは、
    時間を変数とした３つの低次多項式のベクトルとして、中間ナビゲーション誤差プロファイル推定値を概算することと、
    前記３つの低次多項式の係数値のベクトル空間を探索し、前記中間ナビゲーション誤差プロファイル推定値の性能を最適化する係数値のセットを取得することと、
    前記３つの低次多項式の係数値のセットを使用して、中間ナビゲーションプロファイルと中間画像ブロック位相誤差プロファイルとを形成することと、
    任意の時間に対して、ＳＡＲのキャリアの前記改善されたナビゲーションプロファイルのための位置推定値を見付けることと、ここにおいて、前記改善されたナビゲーションプロファイルのための位置推定値は、前記選択された画像ブロックの中心に関して前記中間ナビゲーションプロファイルから得られる前記キャリアの位置推定値と、前記キャリアの知識上の位置と前記選択された画像ブロックの前記中心に基づいて形成されたベクトルに直角な面と前記キャリアの前記知識上の位置と前記選択された画像ブロックの前記中心とを通る線の交点との間で、前記選択された画像ブロックの各々についてなされた差の加重二乗和を最小にする、
    を具備する、請求項１１の方法。
JP2015520176A 2012-06-28 2013-04-12 オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームｓａｒ焦点合わせ方法 Active JP6072240B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/536,731 2012-06-28
US13/536,731 US9239383B2 (en) 2012-01-10 2012-06-28 Wide beam SAR focusing method using navigation solution derived from autofocus data
PCT/US2013/036466 WO2014011287A2 (en) 2012-06-28 2013-04-12 Wide beam sar focusing method using navigation solution derived from autofocus data

Publications (2)

Publication Number Publication Date
JP2015529800A JP2015529800A (ja) 2015-10-08
JP6072240B2 true JP6072240B2 (ja) 2017-02-01

Family

ID=49517622

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015520176A Active JP6072240B2 (ja) 2012-06-28 2013-04-12 オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームｓａｒ焦点合わせ方法

Country Status (4)

Country Link
US (1) US9239383B2 (ja)
EP (1) EP2867616A2 (ja)
JP (1) JP6072240B2 (ja)
WO (1) WO2014011287A2 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9903719B2 (en) * 2013-09-03 2018-02-27 Litel Instruments System and method for advanced navigation
CN103913741B (zh) * 2014-03-18 2016-03-30 电子科技大学 一种合成孔径雷达高效自聚焦后向投影bp方法
US9995817B1 (en) * 2015-04-21 2018-06-12 Lockheed Martin Corporation Three dimensional direction finder with one dimensional sensor array
CN105068071B (zh) * 2015-07-16 2017-10-03 中国科学院电子学研究所 一种基于反投影算子的快速成像方法
WO2017195340A1 (ja) * 2016-05-13 2017-11-16 三菱電機株式会社 自己位置推定装置、自己位置推定方法、および自己位置推定処理プログラム
WO2018025300A1 (ja) * 2016-08-01 2018-02-08 三菱電機株式会社 合成開口レーダ装置
US10444347B2 (en) * 2016-11-30 2019-10-15 GM Global Technology Operations LLC Accurate self localization using automotive radar synthetic aperture radar
KR101989547B1 (ko) * 2018-11-15 2019-06-14 엘아이지넥스원 주식회사 Sar 영상 복원 장치 및 그 방법
KR102156490B1 (ko) * 2019-02-08 2020-09-15 서울대학교산학협력단 항공기기반 분할영상복원장치 및 이를 이용한 분할영상복원방법
CN111007468B (zh) * 2019-12-25 2023-06-23 中国航空工业集团公司西安飞机设计研究所 一种雷达sar成像定位误差剔除方法
US11789142B2 (en) 2020-06-11 2023-10-17 Mitsubishi Electric Research Laboratories Inc. Graph-based array signal denoising for perturbed synthetic aperture radar
CN113050088B (zh) * 2021-03-17 2022-08-02 电子科技大学 一种基于视频sar阴影的定位方法
CN113960602B (zh) * 2021-12-22 2022-05-20 中科星睿科技(北京)有限公司 轨道误差信息生成方法、装置、电子设备和可读介质

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8630315D0 (en) * 1986-12-18 1987-04-15 Gen Electric Co Plc Synthetic aperture radar
US4853699A (en) * 1987-11-13 1989-08-01 Hughes Aircraft Company Method for cancelling azimuth ambiguity in a SAR receiver
US4851848A (en) * 1988-02-01 1989-07-25 The United States Of America As Represented By The Secretary Of The Navy Frequency agile synthetic aperture radar
JPH05215848A (ja) * 1988-08-22 1993-08-27 Mitsubishi Electric Corp 画像歪補正方法及びその装置
US4999635A (en) * 1990-03-29 1991-03-12 Hughes Aircraft Company Phase difference auto focusing for synthetic aperture radar imaging
US5021789A (en) * 1990-07-02 1991-06-04 The United States Of America As Represented By The Secretary Of The Air Force Real-time high resolution autofocus system in digital radar signal processors
FR2695202B1 (fr) * 1992-09-03 1994-11-10 Aerospatiale Système embarqué de navigation pour un engin aérien comportant un radar à visée latérale et à synthèse d'ouverture.
DE4311754C1 (de) * 1993-04-08 1994-06-23 Deutsche Forsch Luft Raumfahrt Verfahren zur Extraktion von Bewegungsfehlern eines ein kohärentes Abbildungsradarsystem mitführenden Trägers aus Radar-Rohdaten und Einrichtung zur Durchführung des Verfahrens
US5432520A (en) * 1993-10-18 1995-07-11 Hughes Aircraft Company SAR/GPS inertial method of range measurement
SE517768C2 (sv) * 1995-09-21 2002-07-16 Totalfoersvarets Forskningsins Ett SAR-radar system
US6046695A (en) * 1996-07-11 2000-04-04 Science Application International Corporation Phase gradient auto-focus for SAR images
US5937102A (en) * 1996-10-09 1999-08-10 California Institute Of Technology Image reconstruction
US6628844B1 (en) * 1997-02-19 2003-09-30 Massachusetts Institute Of Technology High definition imaging apparatus and method
US6037892A (en) * 1998-05-28 2000-03-14 Multispec Corporation Method for automatic focusing of radar or sonar imaging systems using high-order measurements
US6492932B1 (en) * 2001-06-13 2002-12-10 Raytheon Company System and method for processing squint mapped synthetic aperture radar data
JP2004198275A (ja) * 2002-12-19 2004-07-15 Mitsubishi Electric Corp 合成開口レーダ装置および画像再生方法
US6738009B1 (en) * 2002-12-27 2004-05-18 General Atomics System and method for synthetic aperture radar mapping a ground strip having extended range swath
US6781541B1 (en) * 2003-07-30 2004-08-24 Raytheon Company Estimation and correction of phase for focusing search mode SAR images formed by range migration algorithm
US6911933B1 (en) * 2004-05-14 2005-06-28 The United States Of America As Represented By The Secretary Of The Air Force Dynamic logic algorithm used for detecting slow-moving or concealed targets in synthetic aperture radar (SAR) images
US7145496B2 (en) 2004-11-23 2006-12-05 Raytheon Company Autofocus method based on successive parameter adjustments for contrast optimization
US7145498B2 (en) * 2004-11-23 2006-12-05 Raytheon Company Efficient autofocus method for swath SAR
US7277042B1 (en) * 2006-05-12 2007-10-02 Raytheon Company Compensation of flight path deviation for spotlight SAR
WO2008021374A2 (en) 2006-08-15 2008-02-21 General Dynamics Advanced Information Systems, Inc Methods for two-dimensional autofocus in high resolution radar systems
US7551119B1 (en) * 2008-01-08 2009-06-23 Sandia Corporation Flight path-driven mitigation of wavefront curvature effects in SAR images
US8115666B2 (en) * 2008-04-17 2012-02-14 Mirage Systems, Inc. Ground penetrating synthetic aperture radar
US9110167B2 (en) * 2008-10-07 2015-08-18 The Boeing Company Correction of spatially variant phase error for synthetic aperture radar
DE102011010987A1 (de) * 2010-03-24 2011-09-29 Lfk-Lenkflugkörpersysteme Gmbh Navigationsverfahren für einen Flugkörper
FR2960300B1 (fr) * 2010-05-18 2014-01-03 Thales Sa Procede de construction d'images radar focalisees.
US8861588B2 (en) * 2011-04-04 2014-10-14 The United States Of America As Represented By The Secretary Of The Army Apparatus and method for sampling and reconstruction of wide bandwidth signals below Nyquist rate
US9041585B2 (en) * 2012-01-10 2015-05-26 Raytheon Company SAR autofocus for ground penetration radar

Also Published As

Publication number Publication date
WO2014011287A2 (en) 2014-01-16
US9239383B2 (en) 2016-01-19
JP2015529800A (ja) 2015-10-08
EP2867616A2 (en) 2015-05-06
WO2014011287A3 (en) 2014-03-13
US20150061927A1 (en) 2015-03-05

Similar Documents

Publication Publication Date Title
JP6072240B2 (ja) オートフォーカスデータから導き出されるナビゲーション解を使用するワイドビームｓａｒ焦点合わせ方法
EP2132708B1 (en) System and method for image registration based on variable region of interest
CN109598781B (zh) 通过回归分析从2d边界框获取伪3d框的方法以及使用该方法的学习装置和测试装置
US20190235043A1 (en) System and method for multi-sensor multi-target 3d fusion using an unbiased measurement space
JPH06325177A (ja) 画像位置合せのためのサブエリア自動選択方法
JP6249110B1 (ja) 合成開口レーダ装置
US20180164428A1 (en) Antenna pattern synthesizing apparatus and method
US20160171658A1 (en) Image processing
US20060109163A1 (en) Autofocus method based on successive parameter adjustments for contrast optimization
US11619701B2 (en) Satellite tracking system and method thereof
JP2020148909A (ja) 信号処理装置、信号処理方法およびプログラム
CN110366109B (zh) 一种用于室内目标的定位方法及系统
US20040052426A1 (en) Non-iterative method and system for phase retrieval
US10247805B2 (en) Observation supporting apparatus and observation supporting method
CN112946612B (zh) 外参标定方法、装置、电子设备及存储介质
CN113156436B (zh) 圆迹合成孔径雷达自聚焦成像方法、系统及电子设备
CN115616628B (zh) 基于角跟踪环路的gnss天线阵接收机盲波束形成方法
JP2007303921A (ja) 信号源位置推定方法
CN116229217A (zh) 一种应用于复杂环境下的红外目标检测方法
Li et al. An autofocus method based on maximum image sharpness for Fast Factorized Back-projection
JP7255690B2 (ja) 位相アンラップ装置及び位相アンラップ方法
Son et al. SIMM method based on acceleration extraction for nonlinear maneuvering target tracking
CN113985436A (zh) 基于slam的无人机三维地图构建与定位方法及装置
US20130135138A1 (en) Method for phase unwrapping using confidence-based rework
CN114690226A (zh) 基于载波相位差分技术辅助的单目视觉测距方法及系统

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160121

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160621

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160805

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161129

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161227

R150 Certificate of patent or registration of utility model

Ref document number: 6072240

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250