CN116930968A - 分布式sar干涉基线估计方法、装置、系统、设备及介质 - Google Patents

分布式sar干涉基线估计方法、装置、系统、设备及介质 Download PDF

Info

Publication number
CN116930968A
CN116930968A CN202310934168.9A CN202310934168A CN116930968A CN 116930968 A CN116930968 A CN 116930968A CN 202310934168 A CN202310934168 A CN 202310934168A CN 116930968 A CN116930968 A CN 116930968A
Authority
CN
China
Prior art keywords
star
vector
state vector
auxiliary
sampled
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.)
Pending
Application number
CN202310934168.9A
Other languages
English (en)
Inventor
张岩岩
王宇
杨晴月
李俊峰
蔡永华
陆萍萍
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202310934168.9A priority Critical patent/CN116930968A/zh
Publication of CN116930968A publication Critical patent/CN116930968A/zh
Pending legal-status Critical Current

Links

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
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9023—SAR image post-processing techniques combined with interferometric techniques

Landscapes

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

Abstract

本申请实施例公开了一种分布式SAR干涉基线估计方法及、装置、系统、设备及介质，所述方法包括：对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴；基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量；对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量；基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量。

Description

分布式SAR干涉基线估计方法、装置、系统、设备及介质
技术领域
本申请涉及但不限于雷达技术领域，尤其涉及一种分布式SAR干涉基线估计方法、装置、系统、设备及介质。
背景技术
分布式合成孔径雷达(Synthetic Aperture Radar，SAR)是由平台分置的多个发射机和接收机组成的分布式对地微波成像系统。分布式SAR系统可以利用复数SAR图像和干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)技术获取地表高程、地表在雷达视线方向的形变信息等。干涉基线估计方法主要分为基于图像的估计方法和基于外部数据的估计方法，这两种方法需要较高质量的复数SAR图像或者额外的参考数据，其估计精度容易受到系统噪声、模糊干扰等因素的影响，处理过程复杂、计算量大、计算效率低。
发明内容
有鉴于此，本申请实施例为解决现有技术中存在的问题，提供一种分布式SAR干涉基线估计方法、装置、系统、设备及介质。
本申请实施例的技术方案是这样实现的：
一方面，本申请实施例提供一种分布式SAR干涉基线估计方法，包括：对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴；基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量；对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量；基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量。
在一些实施例中，所述对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴，包括：确定所述主星成像方位时间轴和多颗辅星中任一辅星的所述辅星成像方位时间轴；获取所述主星和所述辅星的同步数据；基于所述同步数据，确定所述主星成像方位时间轴和所述辅星成像方位时间轴之间的时间偏差；将所述辅星成像方位时间轴偏移所述时间偏差，得到所述同步的辅星成像方位时间轴；确定所述主星成像方位时间轴为所述同步的主星成像方位时间轴。
在一些实施例中，所述基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量，包括：确定所述主星的秒间隔采样的时间、第一位置矢量、第一速度矢量和所述辅星的秒间隔采样的时间、第二位置矢量、第二速度矢量；将所述同步的主星成像方位时间轴、所述同步的辅星成像方位时间轴、所述主星的秒间隔采样的时间、所述第一位置矢量、所述第一速度矢量和所述辅星的秒间隔采样的时间、所述第二位置矢量、所述第二速度矢量，传入高精度卫星轨道传播器，得到所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量。
在一些实施例中，所述对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量，包括：基于所述主星成像方位时间轴和预设间隔对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴和所述抽样的主星状态矢量；确定所述辅星方位时间的状态矢量中，与所述抽样的主星成像方位时间轴相同时刻的状态矢量，得到所述抽样的辅星状态矢量。
在一些实施例中，所述基于所述主星成像方位时间轴和预设间隔对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴和所述抽样的主星状态矢量，包括：基于所述主星成像方位时间轴和所述预设间隔，分别在第一坐标轴、第二坐标轴和第三坐标轴上对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴、主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量；基于所述主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量，确定所述抽样的主星状态矢量。
在一些实施例中，所述确定所述辅星方位时间的状态矢量中，与所述抽样的主星成像方位时间轴相同时刻的状态矢量，得到所述抽样的辅星状态矢量，包括：基于所述抽样的主星成像方位时间轴，分别在第一坐标轴、第二坐标轴和第三坐标轴上确定所述辅星方位时间的状态矢量中相同时刻的状态矢量，得到辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量；基于所述辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量，确定所述抽样的辅星状态矢量。
在一些实施例中，所述基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量，包括：获取场景中心斜距、多普勒中心频率和成像参数；基于所述抽样的主星状态矢量、所述场景中心斜距、所述多普勒中心频率和所述成像参数，通过距离-多普勒R-D定位，得到观测目标点的位置矢量；基于所述观测目标点的位置矢量和所述抽样的辅星状态矢量，确定所述辅星和所述观测目标点之间的斜距长度；基于所述斜距长度，确定所述基线矢量。
在一些实施例中，所述基于所述观测目标点的位置矢量和所述抽样的辅星状态矢量，确定所述辅星和所述观测目标点之间的斜距长度，包括：确定所述抽样的辅星状态矢量中的位置矢量分别在第一坐标轴、第二坐标轴和第三坐标轴上的辅星的第一分量、辅星的第二分量和辅星的第三分量；确定所述观测目标点的位置矢量分别在所述第一坐标轴、所述第二坐标轴和所述第三坐标轴上的观测目标点的第一分量、观测目标点的第二分量和观测目标点的第三分量；将所述辅星的第一分量和所述观测目标点的第一分量做差值后平方得到第一值；将所述辅星的第二分量和所述观测目标点的第二分量做差值后平方得到第二值；将所述辅星的第三分量和所述观测目标点的第三分量做差值后平方得到第三值；将所述第一值、所述第二值和所述第三值求和后开平方，得到所述斜距长度。
在一些实施例中，所述基于所述斜距长度，确定所述基线矢量，包括：基于所述斜距长度和所述场景中心斜距，确定所述主星和所述辅星之间的斜距差；基于所述斜距差，确定所述辅星接收所述观测目标点散射回波的接收时间；基于所述接收时间，确定所述基线矢量。
在一些实施例中，所述基于所述斜距长度和所述场景中心斜距，确定所述主星和所述辅星之间的斜距差，包括：将所述斜距长度和所述场景中心斜距做差值得到所述斜距差；所述基于所述斜距差，确定所述辅星接收所述观测目标点散射回波的接收时间，包括：将所述斜距差除以光速与所述抽样的辅星状态矢量中的时间求和，得到所述接收时间。
在一些实施例中，所述基于所述接收时间，确定所述基线矢量，包括：基于所述接收时间和所述辅星方位时间的状态矢量，通过插值得到所述辅星接收所述观测目标点散射回波的接收位置矢量；基于所述接收位置矢量和所述抽样的主星状态矢量，确定所述基线矢量。
在一些实施例中，所述基于所述接收时间和所述辅星方位时间的状态矢量，通过插值得到所述辅星接收所述观测目标点散射回波的接收位置矢量，包括：基于所述接收时间，在第一坐标轴、第二坐标轴和第三坐标轴分别对所述辅星方位时间的状态矢量中的位置矢量进行插值，得到第一位置插值、第二位置插值和第三位置插值；基于所述第一位置插值、所述第二位置插值和所述第三位置插值，得到所述接收位置矢量。
在一些实施例中，所述基于所述接收位置矢量和所述抽样的主星状态矢量，确定所述基线矢量，包括：将所述接收位置矢量与所述抽样的主星状态矢量中的位置矢量做差值，得到所述基线矢量。
在一些实施例中，所述基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量之后，所述方法还包括：基于所述抽样的主星状态矢量，确定以所述主星为参考的坐标系；确定所述基线矢量分别在所述坐标系的三个坐标轴中的三个坐标分量；对所述三个坐标分量分别进行二次项系数拟合，得到常数项和一次项系数；输出所述常数项和一次项系数到目标文件。
另一方面，本申请实施例提供一种分布式SAR干涉基线估计装置，所述装置包括：同步模块，用于对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴；第一确定模块，用于基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量；抽样模块，用于对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量；第二确定模块，用于基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量。
再一方面，本申请实施例提供一种分布式SAR系统，所述系统包括主星和辅星；所述主星发射雷达信号照射目标区域；所述主星和所述辅星接收从所述目标区域散射的回波信号；所述主星和所述辅星在接收所述回波信号的时间窗外的空闲时间内交替传送同步信号；所述主星和所述辅星分别将与所述同步信号对应的同步数据发送至地面站的计算机。
又一方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有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方法中的部分或全部步骤。
又一方面，本申请实施例提供一种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方法中的部分或全部步骤。
在本申请实施例中，通过对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和辅星成像方位时间轴；基于同步的主星成像方位时间轴和辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量；然后通过抽样得到抽样的主星状态矢量和抽样的辅星状态矢量，从而确定出主星和辅星的基线矢量。实现了精确地估计在轨双基SAR干涉基线，实现分布式SAR高精度数字高程模型(Digital Elevation Model，DEM)生成，处理过程简单、计算量小、计算效率高，提高分布式SAR干涉基线估计的效率和精准度。
附图说明
在附图(其不一定是按比例绘制的)中，相似的附图标记可在不同的视图中描述相似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图以示例而非限制的方式大体示出了本申请中所讨论的各个实施例。
图1为本申请实施例提供的一种分布式SAR干涉基线估计方法的实现流程示意图；
图2为本申请实施例提供的一种一发多收的星载分布式SAR成像示意图。
图3为本申请实施例提供的一种星载双基SAR干涉条带模式成像示意图；
图4为本申请实施例提供的一种分布式SAR干涉基线估计流程；
图5为本申请实施例提供的一种距离-多普勒R-D定位的几何模型；
图6为本申请实施例提供的一种等距离线和等多普勒线的分布图；
图7为本申请实施例提供的一种反演的数字高程模型1；
图8为本申请实施例提供的一种参考的SRTM数字高程模型1；
图9为本申请实施例提供的一种数字高程模型误差1；
图10为本申请实施例提供的一种数字高程模型误差统计分布1；
图11为本申请实施例提供的一种反演的数字高程模型2；
图12为本申请实施例提供的一种参考的SRTM数字高程模型2；
图13为本申请实施例提供的一种数字高程模型误差2；
图14为本申请实施例提供的一种数字高程模型误差统计分布2；
图15为本申请实施例提供的一种分布式SAR干涉基线估计装置的组成结构示意图；
图16为本申请实施例提供的一种计算机设备的硬件实体示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图和实施例对本申请的技术方案进一步详细阐述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
所涉及的术语“第一/第二/第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本申请所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述本申请的目的，不是旨在限制本申请。
基于此，本申请实施例提供一种分布式SAR干涉基线估计方法，能够精确地估计在轨双基SAR干涉基线，实现分布式SAR高精度DEM生成。图1为本申请实施例提供的一种分布式SAR干涉基线估计方法的实现流程示意图，如图1所示，该方法包括如下步骤S101至步骤S104：
步骤S101，对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴。
这里，主星有一个，辅星可以有多个，辅星成像方位时间轴是多颗辅星中的任意一颗辅星成像方位时间轴。通过对假设的主星成像方位时间轴和辅星成像方位时间轴在时间上进行同步，得到同步后的主星成像方位时间轴和辅星成像方位时间轴。
示例性的，同步的辅星方位时间轴表示为公式(1)，如下：
同步的主星方位时间轴表示为公式(2)，如下：
步骤S102，基于同步的主星成像方位时间轴和同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量。
这里，主星方位时间的状态矢量包括秒间隔采样的时间、位置矢量和速度矢量；辅星方位时间的状态矢量也包括时间矢量、位置矢量和速度矢量。通过同步的主星成像方位时间轴和同步的辅星成像方位时间轴可以假设出对应的主星方位时间的状态矢量和辅星方位时间的状态矢量。
示例性的，假设主星秒间隔采样的时间为TM、位置矢量为PM和速度矢量为VM，以及辅星秒间隔采样的时间为TS、位置矢量为PS和速度矢量为VS。
步骤S103，对主星方位时间的状态矢量和辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量。
这里，抽样的主星状态包括抽样的主星方位时间轴、抽样的位置矢量、抽样的速度矢量；抽样的辅星状态矢量包括抽样的辅星方位时间轴、抽样的位置矢量、抽样的速度矢量。通过对主星方位时间的状态矢量和辅星方位时间的状态矢量抽样，得到抽样后的主星状态矢量和抽样后的辅星状态矢量。
示例性的，抽样的主星方位时间轴和状态矢量，表示为公式(3)至(5)，如下：
抽样的辅星状态矢量，表示为公式(6)至(8)，如下：
步骤S104，基于抽样的主星状态矢量和抽样的辅星状态矢量，确定主星和辅星的基线矢量。
这里，基线向量是用基本事实建立起来的一个新的坐标系中的一组正交基向量，通过基线矢量可以精确地估计在轨双基SAR干涉基线。通过计算抽样的主星状态矢量和抽样的辅星状态矢量，可以确定出主星和辅星的基线矢量。
示例性的，主星和辅星的基线矢量，表示为公式(9)，如下：
在本申请实施例中，通过对主星成像方位时间轴和辅星成像方位时间轴进行同步，从而确定主星方位时间的状态矢量和辅星方位时间的状态矢量，然后通过抽样和计算进一步确定主星和辅星的基线矢量。这样，能够精确地估计在轨双基SAR干涉基线，生成分布式SAR高精度DEM，提高分布式SAR干涉基线估计的效率和精准度。
在一些实施例中，上述步骤S101，可以通过以下步骤实现：
第一步，确定主星成像方位时间轴和多颗辅星中任一辅星的辅星成像方位时间轴。
这里，可以通过假设确定主星成像方位时间轴和多颗辅星中任意一颗辅星成像方位时间轴。
示例性的，假设主星成像方位时间轴和多颗辅星中的任意一颗辅星成像方位时间轴分别表示为公式(10)，如下：
tM,i＝tM,0+(i-1)·PRTM (10)
tS,j＝tS,0+(j-1)·PRTS (11)
其中，下角标M和S分别表示主星和辅星，tM,0表示主星成像的起始时间，tS,0辅星成像的起始时间，i∈{1,2,…,NM}表示主星成像的第i个脉冲重复时间(pulse repetitiontime，PRT)，j∈{1,2,…,NS}表示辅星成像的第j个PRT，PRTM和PRTS表示主星和辅星的PRT，并且PRTM≈PRTS＝PRT。
第二步，获取主星和辅星的同步数据。
第三步，基于同步数据，确定主星成像方位时间轴和辅星成像方位时间轴之间的时间偏差。
这里，时间偏差为主星成像方位时间轴和辅星成像方位时间轴之间的时间差。可以通过已有的星间雷达同步链路获取主星和辅星事件的同步数据，根据同步数据确定主星成像方位时间轴和辅星成像方位时间轴之间的时间偏差。
在一些可能的实现方式中，主星发射雷达信号照射目标区域，和两颗卫星接收散射的回波信号。与此同时，双星在雷达回波接收窗之外的空闲时间内交换同步脉冲，不影响雷达的正常工作。假设主星在第一个PRT的空闲时间内发射同步信号，并且辅星接收该同步信号；其次，辅星在第二个PRT内向主星传送同步信号；然后，主星和辅星交替传送同步信号。最后，将主星和辅星同步数据下传至地面站，并且在计算机内对同步数据进行匹配滤波，得到压缩的脉冲峰值。然后，辅星同步信号的峰值位置时间减去主星的峰值位置时间并除以二，得到它们的时间偏差Δt＝tS,0-tM,0。
第四步，将辅星成像方位时间轴偏移时间偏差，得到同步的辅星成像方位时间轴。
这里，通过将辅星成像方位时间轴向右偏移时间偏差，得到与主星成像方位时间轴同步的辅星成像方位时间轴。
示例性的，同步的辅星方位时间轴表示为公式(1)，如下：
第五步，确定主星成像方位时间轴为同步的主星成像方位时间轴。
这里，将主星成像方位时间轴直接确定为与辅星成像方位时间轴同步的主星成像方位时间轴。
示例性的，同步的主星方位时间轴表示为公式(2)，如下：
在本申请实施例中，通过假设主星成像方位时间轴和多颗辅星中任一辅星的辅星成像方位时间轴，基于二者之间的时间偏差将辅星成像方位时间轴偏移，得到同步的辅星成像方位时间轴，并确定主星成像方位时间轴为同步的主星成像方位时间轴。这样，以主星成像方位时间轴为主确定同步的主星成像方位时间轴和辅星成像方位时间轴，处理过程简单、计算量笑、计算效率高，提高了分布式SAR干涉基线估计的效率和精准度。
在一些实施例中，上述步骤S102，可以通过以下步骤实现：
第一步，确定主星的秒间隔采样的时间、第一位置矢量、第一速度矢量和辅星的秒间隔采样的时间、第二位置矢量、第二速度矢量。
这里，第一位置矢量和第一速度矢量为主星的位置矢量和速度矢量；第二位置矢量和第二速度矢量为辅星的位置矢量和速度矢量。确定出主星的秒间隔采样的时间、第一位置矢量、第一速度矢量，以及辅星的秒间隔采样的时间、第二位置矢量、第二速度矢量。
示例性的，假设主星秒间隔采样的时间为TM、位置矢量为PM和速度矢量为VM，以及辅星秒间隔采样的时间为TS、位置矢量为PS和速度矢量为VS。主星和辅星的秒间隔采样时间分别表示为公式(12)和(13)，如下：
TM＝[TM,1,…,TM,p,…,TM,P] (12)
TS＝[TS,1,…,TS,a,…,TS,A] (13)
其中，TM,p-TM,p-1＝1,TS,a-TS,a-1＝1，和主星的位置和速度矢量描述为公式(14)和(15)，如下：：
同样地，辅星的位置和速度矢量表示为公式(18)和(19)，如下：
第二步，将同步的主星成像方位时间轴、同步的辅星成像方位时间轴、主星的秒间隔采样的时间、第一位置矢量、第一速度矢量和辅星的秒间隔采样的时间、第二位置矢量、第二速度矢量，传入高精度卫星轨道传播器，得到主星方位时间的状态矢量和辅星方位时间的状态矢量。
这里，主星和辅星的方位时间的状态矢量包括时间、位置矢量和速度矢量。通过将主星秒间隔采样的时间、位置矢量、速度矢量和辅星的秒间隔采样的时间、位置矢量、速度矢量输入到高精度卫星轨道传播器中，可以得到主星方位时间的时间、位置矢量、速度矢量，以及辅星方位时间的时间、位置矢量、速度矢量；确定主星方位时间的时间、位置矢量、速度矢量为主星方位时间的状态矢量，辅星方位时间的时间、位置矢量、速度矢量为辅星方位时间的状态矢量。
示例性的，主星方位时间的状态矢量表示为公式(18)至(20)，如下：
辅星方位时间的状态矢量表示为公式(21)至(23)，如下：
在本申请实施例中，通过确定主星的秒间隔采样的时间、位置矢量、速度矢量和辅星的秒间隔采样的时间、位置矢量、速度矢量；结合同步的主星成像方位时间轴和同步的辅星成像方位时间轴输入高精度卫星轨道传播器，得到主星方位时间的状态矢量和辅星方位时间的状态矢量。这样，数据处理过程简单、计算量小效率高，提高分布式SAR干涉基线估计的效率和精准度。
在一些实施例中，上述步骤S103，可以通过以下步骤实现：
第一步，基于主星成像方位时间轴和预设间隔对主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴和抽样的主星状态矢量。
这里，预设间隔指的是沿着主星成像方位时间轴进行每N间隔抽样，预设间隔越小抽样后的状态矢量的数目会比较多，估计结果精度更高；预设间隔越大，估计效率会更高比较省时。通常N的取值，使得抽样后的两个状态矢量的间隔为1秒(s)，即N*PRT＝1s。沿着主星成像方位时间轴，对主星和辅星成像方位时间轴进行每N间隔抽样，得到抽样的主星成像方位时间轴和抽样的主星状态矢量。
示例性的，抽样的主星方位时间轴和状态矢量，表示为公式(3)至(5)，如下：
第二步，确定辅星方位时间的状态矢量中，与抽样的主星成像方位时间轴相同时刻的状态矢量，得到抽样的辅星状态矢量。
这里，依据对主星方位时间的状态矢量进行抽样的过程对辅星方位时间的状态矢量进行抽样。根据得到的抽样的主星方位时间轴确定出辅星方位时间的状态矢量中相同时刻的状态矢量，将相同时刻的状态矢量确定为抽样的辅星状态矢量。
示例性的，抽样的辅星状态矢量表示为公式(6)至(8)，如下：
在本申请实施例中，根据主星成像方位时间轴和预设间隔对主星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量，再根据抽样的主星成像方位时间轴，得到抽样的辅星状态矢量。这样，通过主星的抽样方式对辅星进行抽样得到的抽样的主星和辅星的状态矢量，抽样过程简单、计算量小，保证了抽样的主星和辅星状态矢量的数量，提高分布式SAR干涉基线估计的准确度。
在一些实施例中，可以通过以下步骤得到抽样的主星成像方位时间轴和抽样的主星状态矢量：
第一步，基于主星成像方位时间轴和预设间隔，分别在第一坐标轴、第二坐标轴和第三坐标轴上对主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴、主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量。
这里，第一坐标轴对应于地固坐标系的X轴，第二坐标轴对应于地固坐标轴的Y轴，第三坐标轴对应于地固坐标轴的Z轴。根据主星成像方位时间轴和预设间隔，分别在三个坐标轴上对主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴、X轴上的第一分量、Y轴上的第二分量和Z轴上的第三分量。
第二步，基于主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量，确定抽样的主星状态矢量。
这里，根据主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量，确定出抽样的主星状态矢量。
在一些实施例中，可以通过以下步骤得到抽样的辅星状态矢量：
第一步，基于抽样的主星成像方位时间轴，分别在第一坐标轴、第二坐标轴和第三坐标轴上确定辅星方位时间的状态矢量中相同时刻的状态矢量，得到辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量。
第二步，第一坐标轴对应于地固坐标系的X轴，第二坐标轴对应于地固坐标轴的Y轴，第三坐标轴对应于地固坐标轴的Z轴。根据抽样的主星成像方位时间轴，在三个坐标轴上分别确定出辅星方位时间的状态矢量中相同时刻的状态矢量的三个分量。
第三步，基于辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量，确定抽样的辅星状态矢量。
这里，根据确定出的辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量，确定出抽样的辅星状态矢量。
在一些实施例中，上述步骤S104，可以通过以下步骤实现：
第一步，获取场景中心斜距、多普勒中心频率和成像参数。
这里，直接获取已有的场景中心斜距、多普勒中心频率和成像参数等数据。
第二步，基于抽样的主星状态矢量、场景中心斜距、多普勒中心频率和成像参数，通过距离-多普勒R-D定位，得到观测目标点的位置矢量。
这里，根据抽样的主星状态矢量、场景中心斜距、多普勒中心频率和成像参数，通过距离-多普勒R-D定位的方法，估计观测目标点的位置矢量。
在一些可能的实现方式中，通过距离-多普勒R-D定位方法获取观测目标点的位置矢量包括：
首先，以SAR星下点为坐标系原点，沿航迹方向(方位向)为x轴，垂直航迹方向(距离向)为y轴，建立笛卡尔坐标系。
假设地面目标点的坐标为(x,y,0)，SAR卫星与目标点的斜距长度为R，卫星运动方向和SAR视线方向的夹角为γ，卫星轨道高度为h和卫星速度为V，那么可以得到方程公式(24)，如下：
x2+y2＝R2-h2 (24)
某航迹位置的SAR对地面目标进行观测。与SAR天线相位中心距离相同的多个目标点可以组成一个以星下点为圆心的同心圆。同一圆上的目标点到星下点的距离相等。也就是说，SAR到同一圆上的目标点的距离相等。因此，可以根据回波信号时延区分不同同心圆上的目标点。
假设SAR信号载波频率为fc，光速为c和波长为λ，那么雷达回波信号频率为公式(25)，如下：
其中，表示多普勒中心频率。此外，SAR相对于目标点的径向速度可以表示为公式(26)，如下：
Vr＝Vcosγ (26)
其中，并且其可以变换为方程公式(27)，如下：
(x2+y2+h2)cos2γ＝x2 (27)
进一步地，对上述方程进行变换，得到双曲线方程公式(28)，如下：
上述方程式可以描述观测区域的等多普勒频率分布情况。在SAR波束范围内，包含相同多普勒频率的目标具有不同的时延和具有相同时延的目标包含不同的多普勒频率。基于此，可以实现目标精准定位。
在目标定位中，通常使用椭球体方程来描述地球模型，其可以表示为公式(29)，如下：
其中，Re为平均赤道半径，Rp＝(1-1/f)Re为极半径和f＝298.255表示平坦度因子。
在目标定位中，SAR天线相位中心到观测目标点的斜距可以表示为公式(30)，如下：
其中，为卫星位置矢量，为目标位置矢量，c为光速和τ表示目标的回波时延。
在目标定位中，目标散射回波的多普勒中心频率fdc可以表示为公式(31)，如下：
其中，λ为雷达波长，和表示SAR卫星相对目标点的速度矢量。进一步地，对上述三个方程组求解，可以得到观测目标的位置矢量。
假设在地心地固坐标系下的SAR卫星和观测目标点的位置矢量分别为和那么可以得到方程公式(32)和(33)，如下：
R2＝(Rsx-x)2+(Rsy-y)2+(Rsz-z)2 (32)
R2＝Rsx 2+x2+Rsy 2+y2+Rsz 2+z2-2Rsxx-2Rsyy-2Rszz (33)
根据椭球体方程，可以得到方程公式(34)，如下：
此外，根据多普勒方程，可以得到方程公式(35)，如下：
然后，可以将上述三个方程组成一个的三元方程组公式(36)，如下：
该方程组由三个非线性方程组成。在此，使用到牛顿迭代法估计该方程组的近似解，并且其主要迭代过程描述如公式(37)，如下：
Xk+1＝Xk-B-1f(Xk) (37)
X＝[x y z]T，f(X)＝[f1(x,y,z) f2(x,y,z) f3(x,y,z)]T，B-1表示Jacobi矩阵
在第k次迭代的逆矩阵，和表示为公式(38)，如下：
最后，总结目标位置求解的迭代过程：
1)根据卫星状态矢量，计算卫星在轨道坐标系下的位置矢量和速度矢量；
2)将轨道坐标系下的位置矢量和速度矢量变换至地心地固坐标系下的对应矢量；
3)计算Jacobi矩阵；
4)设置迭代初值和阈值，并且计算Xk+1-Xk是否小于阈值；如果其小于阈值，即停止计算；否则，将上一步得到的Xk+1作为初值进行迭代计算；
5)输出观测目标在地心地固坐标系下的位置矢量。
第三步，基于观测目标点的位置矢量和抽样的辅星状态矢量，确定辅星和观测目标点之间的斜距长度。
这里，根据观测目标点的位置矢量和抽样的复兴状态矢量，通过计算得出辅星和观测目标点之间的斜距长度。
第四步，基于斜距长度，确定基线矢量。
这里，根据辅星和观测目标点之间的斜距长度进一步确定出主星和辅星之间的基线矢量。
在本申请实施例中，通过获取场景中心斜距、多普勒中心频率和成像参数，结合抽样的主星状态矢量，通过距离-多普勒R-D定位，得到观测目标点的位置矢量；然后基于观测目标点的位置矢量和抽样的辅星状态矢量，确定二者之间的斜距长度，从而确定主星和辅星的之间的基线矢量，这样，能够精确地估计在轨双基SAR干涉基线，计算过程简单、计算量小，提高了分布式SAR干涉基线估计的效率和精准度。
在一些实施例中，可以通过以下步骤确定辅星和观测目标点之间的斜距长度：
确定抽样的辅星状态矢量中的位置矢量分别在第一坐标轴、第二坐标轴和第三坐标轴上的辅星的第一分量、辅星的第二分量和辅星的第三分量；确定观测目标点的位置矢量分别在第一坐标轴、第二坐标轴和第三坐标轴上的观测目标点的第一分量、观测目标点的第二分量和观测目标点的第三分量；将辅星的第一分量和观测目标点的第一分量做差值后平方得到第一值；将辅星的第二分量和观测目标点的第二分量做差值后平方得到第二值；将辅星的第三分量和观测目标点的第三分量做差值后平方得到第三值；将第一值、第二值和第三值求和后开平方，得到斜距长度。
这里，根据目标点的位置矢量PT和抽样的辅星位置矢量计算辅星和目标点的斜距长度可以表示为公式(39)，如下：
其中，PT,X、PT,Y和PT,Z分别表示PT的X、Y和Z轴分量，和分别表示的X、Y和Z轴分量。
在一些实施例中，基于斜距长度，确定基线矢量，可以通过以下步骤实现：
第一步，基于斜距长度和场景中心斜距，确定主星和辅星之间的斜距差。
这里，主星和辅星之间的斜距差为辅星和观测目标点之间的斜距长度与场景中心斜距之间的差值。通过计算斜距长度和场景中心斜距得到主星和辅星之间的斜距差。
第二步，基于斜距差，确定辅星接收观测目标点散射回波的时间。
这里，将主星和辅星之间的斜距差结合抽样后的辅星状态矢量中的时间，通过计算得出辅星接收观测目标点散射回波的时间。
第三步，基于接收时间，确定基线矢量。
这里，能够根据辅星接收观测目标点散射回波的时间，通过计算确定出主星和辅星之间的基线矢量。
在本申请实施例中，根据辅星和观测目标点之间的斜距长度和场景中心斜距，确定出主星和辅星之间的斜距差，进一步确定出辅星接收观测目标点散射回波的时间，从而确定主星和辅星的基线矢量。实现了根据斜距长度确定主星和辅星的基线矢量，计算过程简单并且保证了确定出的主星和辅星的基线矢量更准确，提高了分布式SAR干涉基线估计的效率和精准度。
在一些实施例中，可以通过以下步骤确定主星和辅星之间的斜距差：
第一步，将斜距长度和场景中心斜距做差值得到斜距差。
这里，主星和辅星之间的斜距差可以表示为：ΔR＝R2-R1，其中，R2为辅星和观测目标点之间的斜距长度，R1为场景中心斜距。
第二步，基于斜距差，确定辅星接收观测目标点散射回波的接收时间，包括：将斜距差除以光速与抽样的辅星状态矢量中的时间求和，得到接收时间。
这里，将主星和辅星之间的斜距差除以光速C，然后与抽样后的辅星状态矢量中的时间相加，得到辅星接收观测目标点散射回波的时间，可以表示为公式(40)，如下：
在一些实施例中，基于辅星接收观测目标点散射回波的时间，确定基线矢量，可以通过以下步骤实现：
第一步，基于接收时间和辅星方位时间的状态矢量，通过插值得到辅星接收回波时间的接收位置矢量。
这里，根据辅星接收观测目标点的散射回波的时间和抽样的辅星成像方位时间轴，对辅星方位时间状态矢量进行插值，得到插值的辅星状态矢量作为辅星接收回波时间的接收位置矢量。
第二步，基于辅星接收回波时间的状态矢量和抽样的主星状态矢量，确定基线矢量。
这里，通过辅星接收回波时间的状态矢量中的位置矢量和抽样的主星位置矢量，得到主星和辅星之间的基线矢量。
在本申请实施例中，根据辅星接收观测目标点的散射回波的时间和辅星方位时间状态矢量，通过插值得到辅星接收回波时间的状态矢量，结合抽样的主星状态矢量确定出主星和辅星之间的基线矢量。这样，计算量小的同时能够更快速、准确地确定出的主星和辅星的基线矢量，提高了分布式SAR干涉基线估计的效率和精准度。
在一些实施例中，可以通过以下步骤得到接收位置矢量：
第一步，基于接收时间，在第一坐标轴、第二坐标轴和第三坐标轴分别对辅星方位时间的状态矢量中的位置矢量进行插值，得到第一位置插值、第二位置插值和第三位置插值。
第二步，基于第一位置插值、第二位置插值和第三位置插值，得到接收位置矢量。
这里，通过回波时间和辅星方位时间状态矢量PS和VS，插值得到辅星接收回波时间的位置矢量和速度矢量，表示为公式(41)和(42)，如下：
在一些实施例中，可以通过以下方法确定基线矢量：
将接收位置矢量与抽样的主星状态矢量中的位置矢量做差值，得到基线矢量。
这里，根据抽样的主星位置矢量和插值的辅星位置矢量计算主星和辅星的基线矢量可以表示为公式(9)，如下：
在一些实施例中，在上述步骤S104之后，还包括以下步骤：
第一步，基于抽样的主星状态矢量，确定以主星为参考的坐标系。
这里，坐标系为TCN坐标系，T轴为卫星航迹方向，N轴为卫星到地球中心的矢量方向，以及C轴为T/N轴方向矢量的差积。根据抽样的主星状态矢量中的位置矢量和速度矢量，确定出以主星为参考的TCN坐标系。
示例性的，TCN坐标系中，T轴为卫星航迹方向N轴为卫星到地球中心的矢量方向以及C轴为T/N轴方向矢量的差积VecN＝VecNXVecT。
第二步，基于基线矢量和坐标系，确定基线矢量的三个分量。
这里，根据主星和辅星的基线矢量结合TCN坐标系，确定出基线矢量在TCN坐标系的T轴、N轴以及C轴三个坐标轴上的三个分量。
示例性的，基于基线矢量B和TCN坐标系[VecT,VecC,VecN]，得到基线矢量的三个分量可以分别表示为公式(43)至(45)，如下：
TB＝VecT Τ·B (43)
CB＝VecC Τ·B (44)
NB＝VecN Τ·B (45)
第三步，对三个分量分别进行二次项系数拟合，得到常数项和一次项系数。
这里，通过对基线矢量的三个分量分别进行二次项系数拟合，得到常数项和一次项系数的数据。
第四步，输出常数项和一次项系数到目标文件。
这里，目标文件可以是干涉基线.base文件。通过将常数项和一次项系数输出到干涉基线.base文件中，以便于通过文件对干涉基线的数据进行管理和查询。
在本申请实施例中，能够根据抽样的主星状态矢量，确定主星为参考的坐标系，从而确定基线矢量的三个分量；通过二次项系数拟合，得到常数项和一次项系数并输出到目标文件中。通过这种方式加强了对干涉基线的管理和查询，能够快速、直观的确定分布式SAR干涉基线估计结果，从而实现分布式SAR高精度DEM生成。
下面说明本申请实施例提供的分布式SAR干涉基线估计方法在实际场景中的应用，以由一个发射机(主星)和多个接收机(辅星)组成的分布式SAR系统为例进行说明。
本申请实施例提出一种SAR干涉基线估计方法。分布式SAR是由平台分置的多个发射机和接收机组成的分布式对地微波成像系统。在此，主要讨论由一个发射机(主星)和多个接收机(辅星)组成的分布式SAR系统。如图2所示，本申请实施例提供的一种一发多收的星载分布式SAR成像示意图，包括一个主星和多个辅星，主星和辅星之间存在同步链路，主星向观测目标发射雷达信号，多个辅星接收从观测目标散射的回波信号。目前，在轨的星载分布式SAR包括：德国宇航中心(Deutsches Zentrum für Luft-und Raumfahrt，DLR)研制的TanDEM-X双基SAR系统、我国陆地探测一号(LT-1)双基SAR系统和宏图一号分布式SAR系统。其中，LT-1系统由两颗L波段全极化多通道SAR卫星组成，具有灵活的编队飞行能力。LT-1的主星作为发射机发射雷达信号照射目标区域，并且两颗卫星同时接收散射的回波信号，实现干涉条带成像模式。如图3所示，本申请实施例提供的一种星载双基SAR干涉条带模式成像示意图，包括主星、辅星、目标区域，主星和辅星之间的存在同步信号，主星向目标区域发射雷达信号，主星和辅星同时接收从目标区域散射的回波信号，实现干涉条带成像模式。
分布式SAR系统具有全天时、全天候、高分辨率、广覆盖的工作能力，其可以利用复数SAR图像和InSAR技术获取地表高程、地表在雷达视线方向的形变信息等，在地形测绘、地表沉降监测和自然灾害监测等方面具有广泛的应用。可见，干涉测量是分布式SAR的一个重要研究方向。干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)包括两种实现方式：单基SAR重轨干涉和双多基SAR单航过干涉。在此，讨论双多基SAR单航过干涉方式。分布式SAR通过空间分离的多个平台对同一个目标区域进行成像，从多个角度获取观测目标的散射回波。然后，对多个回波分别成像，得到聚焦的复数雷达图像。进一步地，对精配准的复数雷达图像进行相关，得到它们之间的干涉相位。最后，通过干涉基线的粗估计、去平地、干涉相位滤波、相位解缠、基线精估计、地形相位与高程转换步骤，得到目标区域的DEM。其中，干涉基线是SAR照射相同目标时主星天线相位中心指向辅星天线相位中心的空间矢量。基线估计误差会引起平地相位计算误差，导致“相位倾斜”问题，并且会引起地形相位与高程转换系数误差，降低DEM的反演精度。因此，毫米级精度的干涉基线估计方法是一个重要的研究方向。
干涉基线估计方法主要分为基于图像的估计方法和基于外部数据的估计方法。基于图像的基线估计方法，通常根据基线与配准偏移量的关系、基线与干涉图频率条纹的关系估计基线。这类方法要求图像数据具有较高的质量。此外，这类方法不需要除图像数据外的其它数据信息，但是需要选取一些额外的参数，导致基线估计误差。基于外部数据的基线估计方法，通常需要地面控制点(Ground Control Point，GCP)和外部DEM数据。基于GCP的方法，通过建立干涉观测方程，结合多个GCP解算观测方程参数，估计干涉基线。GCP方法理论精度高，但是目标区域的GCP通常难以获取，并且GCP精度影响基线估计精度。基于DEM的方法，首先设定基线初值，然后不断地调整基线使得基于外部DEM模拟的干涉数据特征逼近原始干涉数据，或者借助外部DEM获取残差相位，再根据基线与残差相位的关系，构建观测方程，实现干涉基线精确估计。上述两类方法，需要较高质量的复数SAR图像或者额外的参考数据，其估计精度容易受到系统噪声、模糊干扰等因素的影响，处理过程复杂、计算量大、计算效率低。为此，本申请实施例基于卫星轨道数据，提出了一种的星载分布式SAR干涉基线估计方法，并基于LT-1双基SAR数据对该方法进行了验证。
本申请实施例的主要提出了一种用于估计星载分布式SAR干涉基线的方法，实现精确的干涉基线估计和高精度的数字高程模型生成，本申请实施例采用的技术方案主要有：
为了精确地估计星载分布式SAR干涉基线，保证目标区域数字高程模型的反演精度，本申请实施例提出了一种干涉基线估计方法，如图3所示，包括以下过程：
首先，基于主星成像方位时间轴和辅星成像方位时间轴，以主星为参考，进行主星和辅星成像方位时间轴同步，即为辅星成像方位时间轴偏移额外的常数时间偏差。该常数时间偏差是通过已有的星间雷达同步链路获取的已知量。进一步地，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴。
然后，将同步的主星和辅星成像方位时间轴、主星和辅星秒间隔采样的轨道状态矢量(时间、位置矢量和速度矢量)输入高精度卫星轨道传播器，得到主星和辅星方位时间的状态矢量。
进一步地，对主星方位时间的状态矢量沿着主星成像方位时间轴，进行每N间隔抽样，得到抽样的主星成像方位时间轴和抽样的主星状态矢量。基于抽样的主星成像方位时间轴，提取辅星方位时间的状态矢量中相同时刻的状态矢量，得到抽样的辅星状态矢量。
进一步地，基于抽样的主星状态矢量、场景中心斜距R1、多普勒中心频率和成像参数进行距离-多普勒R-D定位，得到观测目标点T的位置矢量。基于观测目标点T的位置矢量、抽样的辅星状态矢量，得到辅星和观测目标点T之间的斜距长度R2。
进一步地，根据主星和辅星的斜距长度，得到它们的斜距差ΔR。根据斜距差ΔR计算辅星接收T回波的时间，并且基于该回波时间和辅星方位时间状态矢量，插值得到辅星接收回波时间的状态矢量。
最后，根据抽样的主星状态矢量和插值的辅星状态矢量，计算主星和辅星的基线矢量。同时，根据抽样的主星状态矢量，得到以主星为参考的TCN坐标系。在该坐标系中，T轴为卫星航迹方向，N轴为卫星到地球中心的矢量方向，以及C轴与T轴和N轴构成笛卡尔坐标系。基于基线矢量和TCN坐标系，得到基线矢量在TCN中的三个分量，并且对三个分量分别进行二次项系数拟合，得到它们的常数项和一次项系数。最后，将它们的常数项和一次项系数输出到干涉基线.base文件中。
分布式SAR(例如LT-1双基SAR系统)通过单航过获取目标区域的多角度复数雷达图像。然后，通过InSAR技术的地形相位与高程转换，可以从复数图像中反演目标区域的DEM。然而，干涉基线的估计精度与相高转换系数的精度相关，直接影响最终DEM的反演精度。为此，本申请实施例中提出了一种干涉基线估计方法，其主要包括基线估计流程、距离-多普勒R-D定位和在轨实验验证三部分。
第一部分、基线估计流程
为了实现分布式SAR干涉基线精确估计，保证观测区域DEM的反演精度，本申请实施例提出了一种精确的干涉基线估计方法，如图4所示，为本申请实施例提供的一种分布式SAR干涉基线估计流程，具体包括以下过程：
首先，假设主星成像方位时间轴和多颗辅星中的任意一颗辅星成像方位时间轴分别为公式(10)和(11)，如下：
tM,i＝tM,0+(i-1)·PRTM (10)
tS,j＝tS,0+(j-1)·PRTS (11)
其中，下角标M和S分别表示主星和辅星，tM,0表示主星成像的起始时间，tS,0辅星成像的起始时间，i∈{1,2,…,NM}表示主星成像的第i个脉冲重复时间(pulse repetitiontime，PRT)，j∈{1,2,…,NS}表示辅星成像的第j个PRT，PRTM和PRTS表示主星和辅星的PRT，并且PRTM≈PRTS＝PRT。
基于已有的星间雷达同步链路，可以获取主星和辅星之间的时间偏差。如图3所示，主星发射雷达信号照射目标区域，和两颗卫星接收散射的回波信号。与此同时，双星在雷达回波接收窗之外的空闲时间内交换同步脉冲，不影响雷达的正常工作。假设主星在第一个PRT的空闲时间内发射同步信号，并且辅星接收该同步信号；其次，辅星在第二个PRT内向主星传送同步信号；然后，主星和辅星交替传送同步信号。最后，将主星和辅星同步数据下传至地面站，并且在计算机内对同步数据进行匹配滤波，得到压缩的脉冲峰值。然后，辅星同步信号的峰值位置时间减去主星的峰值位置时间并除以2，得到它们的时间偏差Δt＝tS,0-tM,0。最后，将辅星方位时间轴向右偏移Δt时间偏差，得到同步的辅星方位时间轴为公式(1)，如下：
同样地，同步的主星方位时间轴为公式(2)，如下：
其次，假设主星秒间隔采样的时间为TM、位置矢量为PM和速度矢量为VM，以及辅星秒间隔采样的时间为TS、位置矢量为PS和速度矢量为VS。主星和辅星的秒间隔采样时间表示为公式(12)和(13)，如下：
TM＝[TM,1,…,TM,p,…,TM,P] (12)
TS＝[TS,1,…,TS,a,…,TS,A] (13)
其中，TM,p-TM,p-1＝1,TS,a-TS,a-1＝1， 和主星的位置和速度矢量描述为公式(14)和(15)，如下：
同样地，辅星的位置和速度矢量表示为公式(16)和(17)，如下：
然后，将同步的主星时间轴同步的辅星时间轴主星的时间TM、位置矢量PM和速度矢量VM，和辅星的时间TS、位置矢量PS和速度矢量VS，输入如下表1所示的高精度卫星轨道传播器：
表1高精度卫星轨道传播器
类别 模型
重力场 21X 21EGM96
大气阻力 动态大气密度模型(例如，Jacchia–Roberts)
太阳辐射压力 球形模型和双锥阴影模型
天体加速度 日月引力模型
固体潮和海潮 固体潮和其它扰动(例如，广义相对论)
得到主星和辅星方位时间的状态矢量(时间、位置矢量和速度矢量)，如公式(18)至(23)所述：
然后，对主星方位时间的状态矢量沿着主星成像方位时间轴，进行每N间隔抽样，得到抽样的主星方位时间轴和状态矢量，如公式(3)至(5)所述：
基于抽样的主星方位时间轴，提取辅星方位时间的状态矢量中相同时刻的状态矢量(抽样的辅星状态矢量)，如公式(6)至(8)所述：
进一步地，基于抽样的主星位置矢量和速度矢量场景中心斜距R1、多普勒中心频率和成像参数，根据第二部分所述的距离-多普勒R-D定位方法，估计观测目标点的位置矢量，如公式(46)所述：
根据目标点的位置矢量PT和抽样的辅星位置矢量计算辅星和目标点的斜距长度，如公式(39)：
其中，PT,X、PT,Y和PT,Z分别表示PT的X、Y和Z轴分量，和分别表示的X、Y和Z轴分量。
那么，主星和辅星的斜距差为ΔR＝R2-R1，并且根据斜距差除以光速C，然后可以得到辅星接收目标点散射回波的时间为公式(40)，如下：
基于回波时间和辅星方位时间状态矢量PS和VS，插值得到辅星接收回波时间的位置和速度矢量，如公式(41)和(42)：
根据抽样的主星位置矢量和插值的辅星位置矢量计算主星和辅星的基线矢量，如公式(9)：
同时，根据抽样的主星状态矢量和得到以主星为参考的TCN坐标系。其中，T轴为卫星航迹方向N轴为卫星到地球中心的矢量方向以及C轴为T/N轴方向矢量的差积VecN＝VecNXVecT。
基于基线矢量B和TCN坐标系[VecT,VecC,VecN]，得到基线矢量的三个分量如公式(43)至(45)：
TB＝VecT Τ·B (43)
CB＝VecC Τ·B (44)
NB＝VecN Τ·B (45)
最后，对TB，CB和NB三个分量分别进行二次项系数拟合，得到它们的常数项和一次项系数。最后，将它们的常数项和一次项系数输出到干涉基线.base文件中。
第二部分、距离-多普勒R-D定位方法
基于SAR斜距、多普勒中心频率和成像参数，可以使用距离-多普勒R-D定位方法获取观测目标点的位置矢量。如图5所示，本申请实施例提供的一种距离-多普勒R-D定位的几何模型，以SAR星下点为坐标系原点，沿航迹方向(方位向)为x轴，垂直航迹方向(距离向)为y轴，建立笛卡尔坐标系。其中，假设地面目标点的坐标为(x,y,0)，SAR卫星与目标点的斜距长度为R，卫星运动方向和SAR视线方向的夹角为γ，卫星轨道高度为h和卫星速度为V，那么可以得到方程公式(24)，如下：
x2+y2＝R2-h2 (24)
某航迹位置的SAR对地面目标进行观测。与SAR天线相位中心距离相同的多个目标点可以组成一个以星下点为圆心的同心圆。如图6所示，包括等多普勒线和等距离线，同一圆上的目标点到星下点的距离相等。也就是说，SAR到同一圆上的目标点的距离相等。因此，可以根据回波信号时延区分不同同心圆上的目标点。
假设SAR信号载波频率为fc，光速为c和波长为λ，那么雷达回波信号频率为公式(25)，如下：
其中，表示多普勒中心频率。此外，SAR相对于目标点的径向速度可以表示为公式(26)，如下：
Vr＝Vcosγ (26)
其中，并且其可以变换为如下方程公式(27)：
(x2+y2+h2)cos2γ＝x2 (27)
进一步地，对上述方程进行变换，得到双曲线方程公式(28)，如下：
上述方程式可以描述观测区域的等多普勒频率分布情况。如图6所示，包括距离向数值和方位向数值，在SAR波束范围内，包含相同多普勒频率的目标具有不同的时延和具有相同时延的目标包含不同的多普勒频率。基于此，可以实现目标精准定位。
在目标定位中，通常使用椭球体方程来描述地球模型，其可以表示为公式(29)，如下：
其中，Re为平均赤道半径，Rp＝(1-1/f)Re为极半径和f＝298.255表示平坦度因子。
在目标定位中，SAR天线相位中心到观测目标点的斜距可以表示为公式(30)，如下：
其中，为卫星位置矢量，为目标位置矢量，c为光速和τ表示目标的回波时延。
在目标定位中，目标散射回波的多普勒中心频率fdc可以表示为公式(31)，如下：
其中，λ为雷达波长，和表示SAR卫星相对目标点的速度矢量。进一步地，对上述三个方程组求解，可以得到观测目标的位置矢量。
假设在地心地固坐标系下的SAR卫星和观测目标点的位置矢量分别为和那么可以得到以下方程公式(32)和(33)，如下：
R2＝(Rsx-x)2+(Rsy-y)2+(Rsz-z)2 (31)
R2＝Rsx 2+x2+Rsy 2+y2+Rsz 2+z2-2Rsxx-2Rsyy-2Rszz (32)
根据椭球体方程，可以得到如下方程公式(34)，如下：
此外，根据多普勒方程，可以得到如下方程公式(35)，如下：
然后，可以将上述三个方程组成一个的三元方程组公式(36)，如下：
该方程组由三个非线性方程组成。在此，使用到牛顿迭代法估计该方程组的近似解，并且其主要迭代过程描述如公式(37)：
Xk+1＝Xk-B-1f(Xk) (37)
X＝[x y z]T，f(X)＝[f1(x,y,z) f2(x,y,z) f3(x,y,z)]T，B-1表示Jacobi矩阵
在第k次迭代的逆矩阵，和表示为公式(38)，如下：
上述为距离-多普勒R-D定位方法的主要内容。最后，总结目标位置求解的迭代过程：
1)根据卫星状态矢量，计算卫星在轨道坐标系下的位置矢量和速度矢量；
2)将轨道坐标系下的位置矢量和速度矢量变换至地心地固坐标系下的对应矢量；
3)计算Jacobi矩阵；
4)设置迭代初值和阈值，并且计算Xk+1-Xk是否小于阈值；如果其小于阈值，即停止计算；否则，将上一步得到的Xk+1作为初值进行迭代计算；
5)输出观测目标在地心地固坐标系下的位置矢量。
第三部分、在轨实验验证
基于在轨的LT-1双基SAR系统获取的卫星状态矢量、相位同步数据和雷达回波数据等，对本申请实施例提出的分布式SAR干涉基线估计方法进行验证。LT-1系统的主要参数如表2所示。因为干涉基线的估计精度直接影响反演的DEM精度，所以该实验通过分析DEM精度来评估干涉基线估计方法的性能。如表2所示，基于LT-1系统在2022年7月7日和2022年10月19日获取的两组数据，对本申请实施例提取的干涉基线估计方法进行验证。
表2 LT-1双基SAR系统的主要参数
SAR系统参数 数值
轨道高度 607km
载波频率 1.26GH
雷达信号带宽 80MHz
雷达信号脉宽 100us
雷达信号采样率 90MHz
同步信号带宽 80MHz
同步信号脉宽 10us
同步信号采样率 90MHz
天线长度 9.8m
实验数据编号1 20220707
实验数据编号2 20221019
首先，对编号20220707的主星和辅星回波数据分别成像，得到聚焦的复数雷达图像。其次，基于干涉处理软件，对复数雷达图像进行精配准(<0.05像素精度)，得到它们的干涉相位。
然后，采用本申请实施例提出的基线估计方法估计干涉基线参数，如表3所示：
表3双基SAR的20220707数据的基线估计结果
最后，基于表3的干涉基线，依次进行去平地、干涉相位滤波、相位解缠、地形相位与高程转换步骤，得到目标区域的DEM，如图7所示，其中包括距离向数值和方位向数值。如图8所示，其中包括距离向数值和方位向数值，进一步地，将图7的DEM与图8所示的SRTM参考高程数据相减，得到两者的高程误差，如图9所示，其中包括距离向数值和方位向数值，并且高程误差的统计结果如图10所示，其中包括高度误差和误差分布。在图10中，高程误差的STD约为3.2m，满足干涉SAR系统设计要求。
同样地，对20221019编号的雷达数据进行处理，并且采用本申请实施例提出的基线估计方法来估计干涉基线，如表4所示：
表4双基SAR的20221019数据的基线估计结果
基线分量 T C N
基线 -2132.9589m -2019.2183m 1000.7532m
基线变化率 -1.9754m/s -2.0021m/s -1.1478m/s
基于20221019数据获取的目标区域的DEM，如图11所示，其中包括距离向数值和方位向数值。如图12所述，其中包括距离向数值和方位向数值，将图11的DEM与图12所示的SRTM数据相减，得到两者的高程误差，如图13所示，包括距离向数值和方位向数值，并且高程误差的统计结果如图14所示，包括高度误差和误差分布。在图14中，高程误差的STD约为2.8m，满足干涉SAR系统设计要求。
在本申请实施例中，提出了一种用于估计星载分布式SAR干涉基线的方法，实现精确的干涉基线估计和高精度的数字高程模型生成。通过上述实验结果表明了：获取的DEM精度满足分布式SAR系统的设计要求；提出的方法可以对分布式SAR干涉基线进行精确地估计；分布式SAR干涉基线估计方法和流程是有效的；通过实测结果证明了上述方法的可实施性和估计结果的准确性，可以实现分布式SAR干涉基线精确估计，同时满足高精度DEM反演的要求。这样，实现了精确地估计在轨双基SAR干涉基线，实现分布式SAR高精度数字高程模型生成，并且上述方法中数据处理过程简单、计算量小、计算效率高，提高了分布式SAR干涉基线估计的效率和精准度。
基于前述的实施例，本申请实施例提供一种分布式SAR干涉基线估计装置，该装置包括所包括的各单元、以及各单元所包括的各模块，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(Central Processing Unit，CPU)、微处理器(Microprocessor Unit，MPU)、数字信号处理器(Digital Signal Processor，DSP)或现场可编程门阵列(Field Programmable GateArray，FPGA)等。
图15为本申请实施例提供的一种分布式SAR干涉基线估计装置的组成结构示意图，如图15所示，分布式SAR干涉基线估计装置1500包括：同步模块1501、第一确定模块1502、抽样模块1503和第二确定模块1504，其中：
同步模块1501，用于对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴。
第一确定模块1502，用于基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量。
抽样模块1503，对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量。
第二确定模块1504，用于基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量。
在一些实施例中，所述同步模块还包括：
第一确定子模块，用于确定所述主星成像方位时间轴和多颗辅星中任一辅星的所述辅星成像方位时间轴。
第一获取子模块，用于获取所述主星和所述辅星的同步数据。
第二确定子模块，用于基于所述同步数据，确定所述主星成像方位时间轴和所述辅星成像方位时间轴之间的时间偏差。
偏移子模块，用于将所述辅星成像方位时间轴偏移所述时间偏差，得到所述同步的辅星成像方位时间轴。
第三确定子模块，用于确定所述主星成像方位时间轴为所述同步的主星成像方位时间轴。
在一些实施例中，所述第一确定模块还包括：
第四确定子模块，用于确定所述主星的秒间隔采样的时间、第一位置矢量、第一速度矢量和所述辅星的秒间隔采样的时间、第二位置矢量、第二速度矢量。
传入子模块，用于将所述同步的主星成像方位时间轴、所述同步的辅星成像方位时间轴、所述主星的秒间隔采样的时间、所述第一位置矢量、所述第一速度矢量和所述辅星的秒间隔采样的时间、所述第二位置矢量、所述第二速度矢量，传入高精度卫星轨道传播器，得到所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量。
在一些实施例中，所述抽样模块还包括：
第一抽样子模块，用于基于所述主星成像方位时间轴和预设间隔对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴和所述抽样的主星状态矢量。
第五确定子模块，用于确定所述辅星方位时间的状态矢量中，与所述抽样的主星成像方位时间轴相同时刻的状态矢量，得到所述抽样的辅星状态矢量。
在一些实施例中，所述抽样子模块还包括：
第一抽样单元，用于基于所述主星成像方位时间轴和所述预设间隔，分别在第一坐标轴、第二坐标轴和第三坐标轴上对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴、主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量。
第一确定单元，用于基于所述主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量，确定所述抽样的主星状态矢量。
在一些实施例中，所述第四确定子模块还包括：
第二确定单元，用于基于所述抽样的主星成像方位时间轴，分别在第一坐标轴、第二坐标轴和第三坐标轴上确定所述辅星方位时间的状态矢量中相同时刻的状态矢量，得到辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量。
第三确定单元，用于基于所述辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量，确定所述抽样的辅星状态矢量。
在一些实施例中，所述第二确定模块还包括：
第二获取子模块，用于获取场景中心斜距、多普勒中心频率和成像参数；
定位子模块，用于基于所述抽样的主星状态矢量、所述场景中心斜距、所述多普勒中心频率和所述成像参数，通过距离-多普勒R-D定位，得到观测目标点的位置矢量。
第六确定子模块，用于基于所述观测目标点的位置矢量和所述抽样的辅星状态矢量，确定所述辅星和所述观测目标点之间的斜距长度。
第七确定子模块，用于基于所述斜距长度，确定所述基线矢量。
在一些实施例中，所述第五确定子模块还包括：
第四确定单元，用于确定所述抽样的辅星状态矢量中的位置矢量分别在第一坐标轴、第二坐标轴和第三坐标轴上的辅星的第一分量、辅星的第二分量和辅星的第三分量。
第五确定单元，用于确定所述观测目标点的位置矢量分别在所述第一坐标轴、所述第二坐标轴和所述第三坐标轴上的观测目标点的第一分量、观测目标点的第二分量和观测目标点的第三分量。
第一计算单元，用于将所述辅星的第一分量和所述观测目标点的第一分量做差值后平方得到第一值。
第二计算单元，用于将所述辅星的第二分量和所述观测目标点的第二分量做差值后平方得到第二值。
第三计算单元，用于将所述辅星的第三分量和所述观测目标点的第三分量做差值后平方得到第三值。
第四计算单元，用于将所述第一值、所述第二值和所述第三值求和后开平方，得到所述斜距长度。
在一些实施例中，所述第六确定子模块还包括：
第六确定单元，用于基于所述斜距长度和所述场景中心斜距，确定所述主星和所述辅星之间的斜距差。
第七确定单元，用于基于所述斜距差，确定所述辅星接收所述观测目标点散射回波的时间。
第八确定单元，用于基于所述接收时间，确定所述基线矢量。
在一些实施例中，所述第六确定单元还包括：、
第一计算子单元，用于将所述斜距长度和所述场景中心斜距做差值得到所述斜距差；
第一计算子单元，用于将所述斜距差除以光速与所述抽样的辅星状态矢量中的时间求和，得到所述接收时间。
在一些实施例中，所述第八确定单元还包括：
插值子单元，用于基于所述接收时间和所述辅星方位时间的状态矢量，通过插值得到所述辅星接收所述观测目标点散射回波的接收位置矢量；
确定子单元，用于基于所述接收位置矢量和所述抽样的主星状态矢量，确定所述基线矢量。
在一些实施例中，所述插值子单元还用于基于所述接收时间，在第一坐标轴、第二坐标轴和第三坐标轴分别对所述辅星方位时间的状态矢量中的位置矢量进行插值，得到第一位置插值、第二位置插值和第三位置插值；基于所述第一位置插值、所述第二位置插值和所述第三位置插值，得到所述接收位置矢量。
在一些实施例中，所述确定子单元还用于将所述接收位置矢量与所述抽样的主星状态矢量中的位置矢量做差值，得到所述基线矢量。
在一些实施例中，所述装置还包括：
第三确定模块，用于基于所述抽样的主星状态矢量，确定以所述主星为参考的坐标系。
第四确定模块，用于基于所述基线矢量和所述坐标系，确定所述基线矢量的三个分量。
拟合模块，用于对所述三个分量分别进行二次项系数拟合，得到常数项和一次项系数。
输出模块，用于输出所述常数项和一次项系数到目标文件。
在本申请实施例中，提供了一种分布式SAR干涉基线估计装置，通过分布式SAR干涉基线估计装置实现分布式SAR干涉基线精确估计，同时满足高精度DEM反演的要求。同时数据处理过程简单、计算量小、计算效率高，从而提高了分布式SAR干涉基线估计的效率和精准度。
以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上述方法实施例描述的方法，对于本申请装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的问题发现方法，并作为独立的产品销售或使用时，也可以存储在一个终端可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该终端软件产品存储在一个存储介质中，包括若干指令用以使得一台终端(可以是个人计算机或者服务器等)执行本申请各个实施例所述方法的全部或部分。
本申请实施例提供一种分布式SAR系统，所述系统包括主星和辅星；所述主星发射雷达信号照射目标区域；所述主星和所述辅星接收从所述目标区域散射的回波信号；所述主星和所述辅星在接收所述回波信号的时间窗外的空闲时间内交替传送同步信号；所述主星和所述辅星分别将与所述同步信号对应的同步数据发送至地面站的计算机。
这里，主星发射雷达信号照射目标区域，和两颗卫星接收散射的回波信号。与此同时，双星在雷达回波接收窗之外的空闲时间内交换同步脉冲，不影响雷达的正常工作。假设主星在第一个PRT的空闲时间内发射同步信号，并且辅星接收该同步信号；其次，辅星在第二个PRT内向主星传送同步信号；然后，主星和辅星交替传送同步信号。最后，将主星和辅星同步数据下传至地面站，并且在计算机内对同步数据进行匹配滤波，得到压缩的脉冲峰值。然后，辅星同步信号的峰值位置时间减去主星的峰值位置时间并除以2，得到它们的时间偏差。
本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有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方法中的部分或全部步骤。
本申请实施例提供一种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方法中的部分或全部步骤。所述计算机可读存储介质可以是瞬时性的，也可以是非瞬时性的。
本申请实施例提供一种计算机程序，包括计算机可读代码，在所述计算机可读代码在计算机设备中运行的情况下，所述计算机设备中的处理器执行用于实现上述方法中的部分或全部步骤。
本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序被计算机读取并执行时，实现上述方法中的部分或全部步骤。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一些实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一些实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
这里需要指出的是：上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考。以上设备、存储介质、计算机程序及计算机程序产品实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请设备、存储介质、计算机程序及计算机程序产品实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
需要说明的是，图16为本申请实施例中计算机设备的一种硬件实体示意图，如图16所示，该计算机设备1600的硬件实体包括：处理器1601、通信接口1602和存储器1603，其中：
处理器1601通常控制计算机设备1600的总体操作。
通信接口1602可以使计算机设备通过网络与其他终端或服务器通信。
存储器1603配置为存储由处理器1601可执行的指令和应用，还可以缓存待处理器1601以及计算机设备1600中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过闪存(FLASH)或随机访问存储器(Random AccessMemory，RAM)实现。处理器1601、通信接口1602和存储器1603之间可以通过总线1604进行数据传输。
以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。上述作为分离部件可以是、或也可以不是物理上分开的，作为显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例的方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得终端执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (18)

1.一种分布式SAR干涉基线估计方法，其特征在于，所述方法包括：
对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴；
基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量；
对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量；
基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量。
2.根据权利要求1所述的方法，其特征在于，所述对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴，包括：
确定所述主星成像方位时间轴和多颗辅星中任一辅星的所述辅星成像方位时间轴；
获取所述主星和所述辅星的同步数据；
基于所述同步数据，确定所述主星成像方位时间轴和所述辅星成像方位时间轴之间的时间偏差；
将所述辅星成像方位时间轴偏移所述时间偏差，得到所述同步的辅星成像方位时间轴；
确定所述主星成像方位时间轴为所述同步的主星成像方位时间轴。
3.根据权利要求1所述的方法，其特征在于，所述基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量，包括：
确定所述主星的秒间隔采样的时间、第一位置矢量、第一速度矢量和所述辅星的秒间隔采样的时间、第二位置矢量、第二速度矢量；
将所述同步的主星成像方位时间轴、所述同步的辅星成像方位时间轴、所述主星的秒间隔采样的时间、所述第一位置矢量、所述第一速度矢量和所述辅星的秒间隔采样的时间、所述第二位置矢量、所述第二速度矢量，传入高精度卫星轨道传播器，得到所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量，包括：
基于所述主星成像方位时间轴和预设间隔对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴和所述抽样的主星状态矢量；
确定所述辅星方位时间的状态矢量中，与所述抽样的主星成像方位时间轴相同时刻的状态矢量，得到所述抽样的辅星状态矢量。
5.根据权利要求4所述的方法，其特征在于，所述基于所述主星成像方位时间轴和预设间隔对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴和所述抽样的主星状态矢量，包括：
基于所述主星成像方位时间轴和所述预设间隔，分别在第一坐标轴、第二坐标轴和第三坐标轴上对所述主星方位时间的状态矢量进行抽样，得到抽样的主星成像方位时间轴、主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量；
基于所述主星抽样的第一分量、主星抽样的第二分量和主星抽样的第三分量，确定所述抽样的主星状态矢量。
6.根据权利要求4所述的方法，其特征在于，所述确定所述辅星方位时间的状态矢量中，与所述抽样的主星成像方位时间轴相同时刻的状态矢量，得到所述抽样的辅星状态矢量，包括：
基于所述抽样的主星成像方位时间轴，分别在第一坐标轴、第二坐标轴和第三坐标轴上确定所述辅星方位时间的状态矢量中相同时刻的状态矢量，得到辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量；
基于所述辅星抽样的第一分量、辅星抽样的第二分量和辅星抽样的第三分量，确定所述抽样的辅星状态矢量。
7.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量，包括：
获取场景中心斜距、多普勒中心频率和成像参数；
基于所述抽样的主星状态矢量、所述场景中心斜距、所述多普勒中心频率和所述成像参数，通过距离-多普勒R-D定位，得到观测目标点的位置矢量；
基于所述观测目标点的位置矢量和所述抽样的辅星状态矢量，确定所述辅星和所述观测目标点之间的斜距长度；
基于所述斜距长度，确定所述基线矢量。
8.根据权利要求7所述的方法，其特征在于，所述基于所述观测目标点的位置矢量和所述抽样的辅星状态矢量，确定所述辅星和所述观测目标点之间的斜距长度，包括：
确定所述抽样的辅星状态矢量中的位置矢量分别在第一坐标轴、第二坐标轴和第三坐标轴上的辅星的第一分量、辅星的第二分量和辅星的第三分量；
确定所述观测目标点的位置矢量分别在所述第一坐标轴、所述第二坐标轴和所述第三坐标轴上的观测目标点的第一分量、观测目标点的第二分量和观测目标点的第三分量；
将所述辅星的第一分量和所述观测目标点的第一分量做差值后平方得到第一值；
将所述辅星的第二分量和所述观测目标点的第二分量做差值后平方得到第二值；
将所述辅星的第三分量和所述观测目标点的第三分量做差值后平方得到第三值；
将所述第一值、所述第二值和所述第三值求和后开平方，得到所述斜距长度。
9.根据权利要求7所述的方法，其特征在于，所述基于所述斜距长度，确定所述基线矢量，包括：
基于所述斜距长度和所述场景中心斜距，确定所述主星和所述辅星之间的斜距差；
基于所述斜距差，确定所述辅星接收所述观测目标点散射回波的接收时间；
基于所述接收时间，确定所述基线矢量。
10.根据权利要求9所述的方法，其特征在于，所述基于所述斜距长度和所述场景中心斜距，确定所述主星和所述辅星之间的斜距差，包括：
将所述斜距长度和所述场景中心斜距做差值得到所述斜距差；
所述基于所述斜距差，确定所述辅星接收所述观测目标点散射回波的接收时间，包括：
将所述斜距差除以光速与所述抽样的辅星状态矢量中的时间求和，得到所述接收时间。
11.根据权利要求9所述的方法，其特征在于，所述基于所述接收时间，确定所述基线矢量，包括：
基于所述接收时间和所述辅星方位时间的状态矢量，通过插值得到所述辅星接收所述观测目标点散射回波的接收位置矢量；
基于所述接收位置矢量和所述抽样的主星状态矢量，确定所述基线矢量。
12.根据权利要求11所述的方法，其特征在于，所述基于所述接收时间和所述辅星方位时间的状态矢量，通过插值得到所述辅星接收所述观测目标点散射回波的接收位置矢量，包括：
基于所述接收时间，在第一坐标轴、第二坐标轴和第三坐标轴分别对所述辅星方位时间的状态矢量中的位置矢量进行插值，得到第一位置插值、第二位置插值和第三位置插值；
基于所述第一位置插值、所述第二位置插值和所述第三位置插值，得到所述接收位置矢量。
13.根据权利要求11所述的方法，其特征在于，所述基于所述接收位置矢量和所述抽样的主星状态矢量，确定所述基线矢量，包括：
将所述接收位置矢量与所述抽样的主星状态矢量中的位置矢量做差值，得到所述基线矢量。
14.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量之后，所述方法还包括：
基于所述抽样的主星状态矢量，确定以所述主星为参考的坐标系；
确定所述基线矢量分别在所述坐标系的三个坐标轴中的三个坐标分量；
对所述三个坐标分量分别进行二次项系数拟合，得到常数项和一次项系数；
输出所述常数项和一次项系数到目标文件。
15.一种分布式SAR干涉基线估计装置，其特征在于，所述装置包括：
同步模块，用于对主星成像方位时间轴和辅星成像方位时间轴进行同步，得到同步的主星成像方位时间轴和同步的辅星成像方位时间轴；
第一确定模块，用于基于所述同步的主星成像方位时间轴和所述同步的辅星成像方位时间轴，确定主星方位时间的状态矢量和辅星方位时间的状态矢量；
抽样模块，用于对所述主星方位时间的状态矢量和所述辅星方位时间的状态矢量进行抽样，得到抽样的主星状态矢量和抽样的辅星状态矢量；
第二确定模块，用于基于所述抽样的主星状态矢量和所述抽样的辅星状态矢量，确定主星和辅星的基线矢量。
16.一种分布式SAR系统，其特征在于，所述系统包括主星和辅星；
所述主星发射雷达信号照射目标区域；
所述主星和所述辅星接收从所述目标区域散射的回波信号；
所述主星和所述辅星在接收所述回波信号的时间窗外的空闲时间内交替传送同步信号；
所述主星和所述辅星分别将与所述同步信号对应的同步数据发送至地面站的计算机。
17.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至14任一项所述方法中的步骤。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至14任一项所述方法中的步骤。
CN202310934168.9A 2023-07-27 2023-07-27 分布式sar干涉基线估计方法、装置、系统、设备及介质 Pending CN116930968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310934168.9A CN116930968A (zh) 2023-07-27 2023-07-27 分布式sar干涉基线估计方法、装置、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310934168.9A CN116930968A (zh) 2023-07-27 2023-07-27 分布式sar干涉基线估计方法、装置、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN116930968A true CN116930968A (zh) 2023-10-24

Family

ID=88385975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310934168.9A Pending CN116930968A (zh) 2023-07-27 2023-07-27 分布式sar干涉基线估计方法、装置、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN116930968A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117269911A (zh) * 2023-11-14 2023-12-22 中国科学院空天信息创新研究院 一种星载分布式InSAR干涉定标方法
CN118377021A (zh) * 2024-06-21 2024-07-23 中国电子科技集团公司第十四研究所 一种基于自适应相位梯度估计的相位滤波方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117269911A (zh) * 2023-11-14 2023-12-22 中国科学院空天信息创新研究院 一种星载分布式InSAR干涉定标方法
CN117269911B (zh) * 2023-11-14 2024-02-02 中国科学院空天信息创新研究院 一种星载分布式InSAR干涉定标方法
CN118377021A (zh) * 2024-06-21 2024-07-23 中国电子科技集团公司第十四研究所 一种基于自适应相位梯度估计的相位滤波方法及系统

Similar Documents

Publication Publication Date Title
CN111443339B (zh) 一种双基sar空变校正成像方法、装置、设备及存储介质
CN116930968A (zh) 分布式sar干涉基线估计方法、装置、系统、设备及介质
US7196653B2 (en) Imaging apparatus and method
Rius et al. Altimetry with GNSS-R interferometry: First proof of concept experiment
An et al. A two-step nonlinear chirp scaling method for multichannel GEO spaceborne–airborne bistatic SAR spectrum reconstructing and focusing
CA1212166A (en) Range/azimuth/elevation angle ship imaging for ordnance control
Stevens et al. Options for airborne interferometric SAR motion compensation
CN110456350B (zh) 一种星载sar星座系统
CN116594046B (zh) 基于低轨卫星信号多普勒误差补偿的运动目标定位方法
CN113589285A (zh) 一种飞行器sar实时成像方法
An et al. Geosynchronous spaceborne–airborne bistatic SAR imaging based on fast low-rank and sparse matrices recovery
Margot et al. Digital elevation models of the Moon from Earth-based radar interferometry
CN108732555B (zh) 一种自动驾驶阵列微波成像运动补偿的方法
Wang et al. Data acquisition of GNSS-based InSAR: Joint accuracy-efficiency optimization of 3-D deformation retrieval
Zeng Passive bistatic SAR with GNSS transmitter and a stationary receiver
CN116381689B (zh) 一种无人机载多站干涉sar探测系统及方法
Eldhuset Ultra high resolution spaceborne SAR processing
Chen et al. Very High-Resolution Synthetic Aperture Radar Systems and Imaging: A Review
Bezvesilniy et al. Retrieving 3-D topography by using a single-antenna squint-mode airborne SAR
CN115685202A (zh) 星载分布式干涉合成孔径雷达的基线估计方法及装置
Burns et al. IFSAR for the rapid terrain visualization demonstration
Wang et al. Spaceborne azimuth multichannel BiSAR with geosynchronous transmitter and LEO receiver: High-Resolution wide-swath image formation
Bezvesilniy et al. Multi-look stripmap SAR processing algorithm with built-in correction of geometric distortions
Xing et al. A High-Precision Target Geolocation Algorithm for a Spaceborne Bistatic Interferometric Synthetic Aperture Radar System Based on an Improved Range–Doppler Model
Bickel et al. Spaceborne SAR study: LDRD 92 final report

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination