JP3878213B2 - Ｓａｒレーダシステム - Google Patents

Description

本発明は、ＳＡＲレーダシステムに関するものである。このシステムは、地表面もしくは他の惑星表面の上方を運動するビークルによって支持され、その表面のレーダ波長分解像を得るための手段を備えたＳＡＲレーダに関するものである。このＳＡＲ技術は、合成開口レーダと呼ばれ、これまでに達成された分解能は、波長よりもかなり粗いものであった。超広帯域、すなわちＵＷＢは、１オクターブ以上の相対帯域幅を有するレーダ信号を使用するものとしてよく知られている。このような広帯域幅は、波長のオーダーの距離分解能をもたらす。同様に、高い方位分解能を得るためには、(概ね３０°〜１２０°の)広いアスペクト角間隔にわたって信号を集めるレーダアンテナが必要とされる。このアンテナは、レーダビークルが地表面上の一部分を通過する際に、その部分に対してレーダ照射を行うべく操縦可能となっており(いわゆるスポットライトＳＡＲ)、またはアンテナビームが広範囲に照射され、アスペクト角間隔の全体にわたって連続的にレーダ照射を行うようになっている(いわゆるストリップマップＳＡＲ)。データ収集のための大きな相対帯域幅および広いアスペクト角間隔の組み合わせにより、分解能を得るのに必要な波長の限界を実現することができ、これは、例えば、ここに参考文献として組み込まれるスウェーデン特許第８４０６００７−８号(４５６１１７)、ヨーロッパ特許第８６９００３０６．１号(２０２３２０)、および米国特許第４，８６６，４４６号、および同第４，９６５，５８２号に記載されたＣＡＲＡＢＡＳシステムにおいて達成されている。
レーダを支持するビークルは、航空機、ＵＡＶと呼ばれる無人航空機、または人工衛星からなり得る。レーダはまた、他の惑星の表面を探査するための宇宙船に搭載され得る。
ストリップマップＳＡＲモードは、特に、広範囲の探査に適している。広域ストリップマップＳＡＲ画像処理における波長分解能は、データ量を膨大なものにしないため、１ＧＨｚ以下のレーダ周波数を必要とする。この場合、得られる分解能はメートルの単位となる。
ストリップマップＳＡＲ画像処理は、生レーダデータの一定のフローを生成する定常的プロセスである。明らかに、収集されたデータのＳＡＲ処理は、データ収集速度に適合したペースで実行されねばならないということが条件となる。この条件は、以下においてリアルタイム演算能力と呼ばれる。明らかに、波長分解ストリップマップＳＡＲデータのリアルタイム処理を行うのに有効な方法を見つけることが要請され、本発明の１つの目的は、この要請に応えることである。
上述のＣＡＲＡＢＡＳレーダシステムは、波長分解ストリップマップＳＡＲ処理に対する条件の一例となり得る。ＣＡＲＡＢＡＳは種々のパラメータ設定を伴って動作するようにプログラミングされるが、パラメータの次のような特定の選択が典型的である。
レーダ周波数バンド ２０〜７０ＭＨｚ
アスペクト角間隔 １３０°
方位×距離分解能 １．５×３ｍ
地上速度 １００ｍ／ｓ
直距離掃引間隔 １２〜２０ｋｍ
受信デューティファクタ ５７％
ステップ帯域幅 ２．２ＭＨｚ
ステップ数 ２３
ステップ休止時間 ５２５μｓ
ＰＲＦ(パルス繰返し周波数) ８４Ｈｚ
受信機ダイナミックレンジ １４ビット
受信機サンプリング周波数 ５ＭＨｚ
受信機出力速度 ７０メガビット／ｓ
平均データ転送速度 ４１メガビット／ｓ
こうして、レーダ信号は、ほぼ２オクターブの帯域幅をカバーし、１３０°の広がりをもったビームとしてレーダビークルの一方の側に伝送される。全伝送シーケンスは２３個の周波数ステップに分割され、各ステップ毎に、信号は次のステップの送信の前に完全に送信される。各ステップが２．２ＭＨｚの帯域幅をカバーし、それによってデータは５ＭＨｚの速度でサンプリングされる。通常のサンプリング速度は１４ビットのＡＤダイナミックレンジを達成する。これは、レーダ受信機が１ＧＨｚより十分低い人為的な周波数混信(ＲＦＩ)によって飽和しないようにするために重要である。
ＲＦＩを生ずる無線トラヒック信号は、常に集中スペクトルのピークとして現れ、その帯域幅はほぼ１ｋＨｚである。もし、レーダ受信機がリニアな特性を有していれば、これらのピークは受信レーダ信号内においてフィルタによって除去され得る。受信機がリニアな特性を有していない場合には、各周波数ステップにおける受信時間ができるだけ長くなるということが、占有された帯域の外側のレーダ信号が影響を受けないようにするために重要である。同様に、送信レーダ信号は送信信号中における既存の無線バンドの急激なノッチング(落ち込み)を許容するのに十分に長い波長を有してなければならない。レーダから既存の無線トラヒックへの妨害がこうして回避される。現在、５７％の受信デューティファクタは、各周波数ステップにおける受信が３００μｓの間進行し、送信が２００μｓの間進行すること、さらに、送信と受信の間のモードの切換えが与えられた時間の間可能となることを意味している。こうして、混信のフィルタ処理に対するスペクトル分解能は３ｋＨｚとなり、送信信号のノッチングに対するスペクトル分解能は５ｋＨｚとなる。
受信時間の究極的な制限は、各周波数ステップに対する繰り返し時間となる。そして、この繰り返し時間は十分に短くなっていて、後方散乱された信号がドップラ帯域幅に関してナイキスト速度でサンプリングされなければならない。この時間制限は決定的なものであり、地上速度または掃引幅、すなわち空中通達範囲が減少せしめられなければ、方位分解能または距離分解能をより向上させ得ることを妨げる。
ＲＦＩの回避および補償が一連のＳＡＲ処理における適当な段階で実行されなければならない。本発明は、この要求に応えるものである。
１３０°のアスペクト角積分間隔は、処理における特別の関心事であり、レーダプラットホームの運動の不規則性を補償することに特別の注意が払われるべきである。基本ＳＡＲ処理は、レーダデータが直線上の運動の軌道に沿って一様に集められることを要求する。直線上の軌道からの既知のずれが生じた場合、またはいわゆるオートフォーカシングによって既知の運動誤差に関して処理の補正がなされるような場合に、そのプロセスを補正するためのマイクロ波ＳＡＲに対する種々の方法が実行される。低周波数ＳＡＲの場合には、データは広いアスペクト角間隔から収集されるので、運動誤差は、マイクロ波ＳＡＲの場合よりも複雑に、これらのデータに影響する。すなわち、マイクロ波ＳＡＲは、運動誤差の補正並びにオートフォーカスに対して適用されない。
一般に、地表面は、たとえ木々よって覆われていたとしても、１００ＭＨｚ以下のレーダ周波数において微弱な後方散乱を生じさせることが知られている。しかしながら、断崖の岩棚や巨大ビルディング、マスト、電力供給線等のような地表面上の個々の特徴は、全後方散乱エネルギの顕著な部分に寄与する。この影響は、低周波数ＳＡＲイメージヒストグラムにおいて、薄いが長く尾を引く高強度のピクセルとして現れる。低強度のピクセルは、通常のマイクロ波ＳＡＲにおいてみられるように、レーリー分布を示す。
この尾引き現象は、低周波数ＳＡＲ結像におけるＲＦＩの影響並びに運動誤差の両方に対して重要である。運動誤差は、点拡大機能を有するサイドローブを引き起こすことによって、ＳＡＲ画像処理に影響する。ＲＦＩ付加ノイズは、無線トラヒックに干渉する占有周波数に適合した帯域消去フィルタを要求する。帯域消去フィルタはさらなるサイドローブ効果を生じさせる。
適切な補償がなされなければ、これらの誤差源は強い点状散乱源から後方散乱されたエネルギをＳＡＲイメージ全体に覆い被せ、微細なイメージの特徴を不明瞭化してしまう。他方、単一の強力な散乱源は、短い合成開口間隔にわたって容易に検出され得る。この事実は、運動誤差およびスペクトルのノッチの両方を補償するための重要な手段をもたらす。しかしながら、処理は、これらの補償プロセスが適当に前処理されたデータについて実行され得るように構成されなければならない。
以下において、ＵＷＢ-ＳＡＲ処理の基本技術がまず最初説明される。もし、ＵＷＢレーダがインパルス原理において動作しないならば、レーダデータは、全帯域幅にわたってパルス圧縮されているものと仮定される。すなわち、生のレーダデータは距離および方位位置の関数とみなされる。
ＵＷＢ-ＳＡＲ処理のより詳細な説明をするために、幾つかの数学的定義に言及する。デカルト座標ｘ、ｙが選択される。ここで、ｘは交差軌道距離であり、ｙは方位位置である。掃引間隔内にある地表面は、密度関数ｆ(ｘ，ｙ)によって表され、生のレーダデータは、積分

によってこの関数に関係づけられる。ここで、Φ(θ)はアンテナダイヤグラムによるデータの重み関数である。アンテナビームは、非常に広く、今１３０°であるから、上式はレーダビークルの一方の側においてΦ(θ)＝１、他方の側においてΦ(θ)＝０と近似することによって、簡単になる。すなわち、

ここで、ｆ(ｘ，ｙ)＝ｆ(−ｘ，ｙ)が基本的に仮定される。この数式は、正確に逆変換され得る積分方程式である。その逆変換は、スペクトル関係式として表現される。

ここで、ｆ^(F,F)はｆの二次元フーリエ変換を表し、ｇ^(H,F)はｇの第一引数に関するハンケル変換とｇの第二引数に関するフーリエ変換を表している。
逆変換式(３)は、実際にＳＡＲ処理によって使用される。それは演算効率を向上させるための１つの重要な利点を用いる。実際、必要とされる浮動小数点演算は、必要とされる二次元フーリエ変換およびフーリエ-ハンケル変換によって支配される。１辺がＮ個のピクセルからなる四角形の画像に対して、コンピュータの負担は、Ｎ²×log Ｎのオーダーの浮動小数点演算である。(３)式の欠点は、リアルタイム処理には適さないことである。なぜなら、もし必要とされるフーリエ変換が開口に沿って実行され得るならば、その合成開口の全体にわたってデータが収集されなければならないからである。すなわち、リアルタイム処理シテスムは、前のデータ処理が実行されている間に、新たな生データをバッファ記憶するための大容量のメモリを必要とする。別の欠点は、上式が、運動誤差を処理するために容易に変形され得ないことにある。しかしながら、運動誤差の補償は、特別の前処理または後処理のステップとして実行され得る。
また、別の逆変換式が実際使用されている。式(１)の近似式(２)が与えられたとき、データのバックプロジェクションが

で定義される。そして、

が得られる。ここで、ｆ^(F,I)、

はそれぞれ第一の変数ｆおよび

の第一引数に関する一次元フーリエ変換を表している。式(５)の演算は、イメージ平面内における微分演算としてあらわれるにもかかわらず、ランプフィルタと呼ばれる。実際のアプリケーションにおいては、ランプフィルタは時々省略され、ＳＡＲ処理のみがバックプロジェクション段階において実行される。
式(４)は、データセットｇ(ｒ，ｙ)中の双曲線に沿った積分を伴っている。自明の数値演算は、まず最初、ピタゴラスの定理によってイメージのうちのＮ²個のピクセルのそれぞに対して、Ｎ個の方位位置のそれぞれに対する距離を計算し、その後、対応する距離および方位位置に対するデータを検索し、さらに、これらのすべてのデータ値を加え合わせてピクセル値を得る。明らかに、バックプロジェクション法は、主として、Ｎ³回のピタゴラス距離計算によって数値的に実行される。
こうして、バックプロジェクション法は、フーリエ変換法よりもよりコンピュータの性能を有効利用するものであるとともに、運動誤差の処理に容易に適合し得るものである。実際、式(４)の不規則なレーダプラットホーム軌道への自明な一般化は、次式のようになる。

ここで、Ｐは地表面上の1つの点を表し、Ｑはプラットホーム位置を表し、‖ＰＱ‖はこれら２点間の距離を表し、ｓ(Ｑ)はＱの関数としてのプラットフォームの移動距離を表す。もし、プラットホーム軌道の不規則性が小さななものであれば、式(４)の次にランプフィルタが実行されて、正確な逆変換式に対する精度のよい近似が得られる。軌道の不規則性が大きい場合には、如何なるランプフィルタも伴わないバックプロジェクション法(６)が、依然として、許容し得る品質のＳＡＲイメージを生成し得る。
バックプロジェクション法に関係するコンピュータの負担を説明するために、ＣＡＲＡＢＡＳに対する引用された性能値が用いられる。１３０°のアスペクト角積分間隔は、１６ｋｍの中間交差距離において、６５ｋｍの合成開口を意味する。与えられたＰＲＦおよび地上速度によれば、軌道に沿ったサンプリング密度は１．２ｍであり、各ピクセルに対して５．５×１０⁴回のピタゴラス距離計算がなされなければならない。分解能に対する値は、毎秒３．６×１０⁵個の分解要素がカバーされることを意味している。すなわち、１．９×１０¹⁰回のピタゴラス距離計算は、達成されるべきリアルタイム処理能力に対して１秒毎に実行されなければならない。数１０ギガフロップの処理能力を有するコンピュータが、それに応じて必要とされる。そしてそれは、たとえ並列処理アーキテクチャに対してさえも現実的な性能値ではない。
本発明は、バックプロジェクションスキームの変形を提案するものである。Ｎ³回のプロセスよりも、むしろ提案されるスキームのＮ²個のイメージに対するＮ^5/2のオーダーの回数の演算を必要とし、そしてそれは、コンピュータ処理能力に対する条件を現実的なレベルまで引き下げることを意味する。これは本発明の構成によって達成される。
以下に、本発明が添付の図面を参照して詳細に説明される。
一辺が

のレーダイメージの微小な部分について考えよう。このサイズは、開口上のすべての点がこのサブイメージの遠視野内に位置するように選ばれる。したがって、開口、特に、このサブイメージに沿ったデータの分布は、サブイメージ内に集中し(図１参照)、ビーム幅Δθ＝λ／Ｌをもつ発散ビーム内においては、平面とみなされ得る波面によって形成される。このようなビームは、距離ｒΔθ≧Ｌに沿って開口と交差する。したがって、長さＬの間隔中において異なる開口位置毎に収集されたサブイメージデータは、周知の方法において、距離方向にシフトしたものとみなされ、すなわち、冗長性を有している。
反射率が１つのサブイメージ中に集中すると仮定すれば、サンプリング速度Ｉ／Ｌまで間引かれたデータセットは、ＳＡＲイメージの再構成にとって十分なものとなる。実際、地表面は非常に広いアンテナビームによって照射され、サブイメージの方向とは異なる方向からの後方散乱信号が干渉を引き起こし、処理の間に、大量のノイズを生じさせる。しかしながら、そのデータを長さＬの開口部分に沿って前処理して、すべての時点でサブイメージ方向を向く指向性ビームを合成し、それによって競合反射を排除することが可能である。達成可能なビーム幅は、Δθ＝λ／Ｌ≒ｒ／Ｌであり、よって、ビーム幅は正確にサブイメージをカバーする。
提案された方法によるＳＡＲ処理を実行するコンピュータ処理を検証するために、全ＳＡＲイメージが、上述の広がりをもったサブイメージに分割され、データが上述のように小開口内に分割される。
２つのプロセスが並列的に実行され、よって、コンピュータ処理は、これら２つのプロセスの演算の回数の総和として与えられる。
大ざっぱに見積もれば、ピクセルサイズおよびサンプリング密度は、ｒ_min≒ＮおよびＬ≒√Ｎのとき、λ_minのオーダーである。したがって、長さＬ≒√Ｎの小開口によって、√Ｎ本の異なるビームが合成され得る。各ビームは約Ｎ個の距離分解セルを有している。すなわち、小開口データは、距離および角度によって与えられるＮ^3/2個のセルに再分配される。これらのデータは、√Ｎ個のデータサンプルを小開口に沿って加算することによって得られ、Ｎ²回の演算が各小開口毎にデータ処理するために必要とされる。全合成開口は、Ｎのオーダーの長さを有しており、これに沿って√Ｎ個の小開口が存在し、したがって、Ｎ^5/2回の演算が、全開口に沿って小開口データ処理を実行するために必要とされる。
サブイメージによるイメージ形成に対して、各サブイメージはＬ×Ｌ＝Ｎ個のピクセルからなることに留意すべきである。これらのピクセルは、それぞれ各小開口から単一の寄与を得る。√Ｎ個の小開口が存在するので、全体としてＮ^3/2回の演算が、1つのサブイメージを形成するために必要とされる。全ＳＡＲイメージをカバーするＮ／√Ｎ×Ｎ／√Ｎ＝Ｎ個のサブイメージが存在し、よって、Ｎ^5/2回の演算が小開口データから全ＳＡＲイメージを形成するために必要とされる。
その結果、サブイメージに基づくバックプロジェクション(以下、ローカルバックプロジェクション、ＬＢＰという)は、グローバルバックプロジェクション、ＧＢＰと比べて、コンピュータの負担を因子√Ｎだけ軽減する。ＣＡＲＡＢＡＳアプリケーションにおいては、大体Ｎ≒１００００であるから、√Ｎ≒１００である。ＧＢＰは数１０ギガフロップのオーダーの浮動小数点演算能力を必要とするので、ＬＢＰは数１００メガフロップのオーダーの浮動小数点演算能力を必要とし、そして、この値は並列処理アーキテクチャに対する現実的な性能値である。
ＵＷＢストリップマップＳＡＲ処理
すでに強調してきたように、リアルタイム処理はストリップマップＳＡＲ画像処理に対する必然的な要請である。低周波数-高分解能システムに対する次の条件が、処理スキームによって満たされなければならない。
(Ａ)コンピュータデータメモリ条件を最小限にするために、データ収集とＳＡＲイメージの生成との間の遅延時間を最小にしなければならない。
(Ｂ)プロセスは、コンピュータによる浮動小数点演算能力を最小限にするために必要とされる浮動小数点演算の回数に関して高度に効率化されるように設計されなければならない。
(Ｃ)単一のＣＰＵは、処理タスクのすべてを実行することができないので、一連のプロセスは、マルチプロセッサアーキテクチャ上のマッピングに適していることが望ましい。
(Ｄ)プロセスは、パルス圧縮、アンテナパターン補償、ＲＦＩ回避および運動誤差補償の特定のステップが、一連のプロセスの適当な段階において導入され得るようになっていなければならない。
上の議論によれば、ローカルバックプロジェクションは、条件(Ａ)および(Ｂ)の間の唯一の現実的な折衷案を提示する。これから説明するように、この技術は、条件(Ｃ)に従って計算を異なるＣＰＵ上にマッピングするのに非常に適している。最後に、ＬＢＰはまた、条件(Ｄ)のもとに挙げられた特定のタスクのための一連のプロセス中に容易に組み込まれる。これらの特別なステップが如何にして一連のＬＢＰ処理中に導入され、また、ＬＢＰ処理が如何にして幾つかのプロセッサによって共有されるように分割され得るのかという点について、以下において詳細に説明する。
この全体的なプロセスについて説明するに当たり、上で述べたものよりも詳細な数学的表記法が導入される。ステップに分割された周波数受信生レーダデータはreceive(ω_m，ｒ_n，ｙ_k)として表される。５２５μｓのステップ休止時間および４１メガビット／ｓの平均データ転送速度は、各周波数ステップが１４ビットデータの１５００個のサンプルを与えることを意味する。ＰＲＦ＝８５Ｈｚおよびプラットホーム地上速度１００ｍ／ｓが与えられたとき、Δｙ＝ｙ_k−ｙ_k-1＝１．２ｍが方位位置に対して与えられる。さらに、データΔω＝ω_m−ω_m-1＝２．２ＭＨｚであり、ここで与えられた性能値に対してω_mは２３個のステップにおいて２０ＭＨｚから７０ＭＨｚまで変化する。ｒ_min＝１２ｋｍ、７０ＭＨｚでのλ＝４ｍが与えられると、小開口の長さおよびサブイメージの１辺の長さは

として選ばれる。すなわち、小開口に沿って２１０の方位位置が存在し、１２ｋｍ〜２０ｋｍの掃引間隔が３２個のサブイメージによって張られる。
混信の除去および広帯域スペクトル再構成
混信をフィルタによって除去するための最初のステップは、１５００個のサンプル距離レコード、receive(ω_m，ｒ_n，ｙ_k)を２０４８個のサンプルレコード上に配置し、そのレコード上においてＦＦＴを実行し、receive^(I,F,I)(ω_m，ｒ_n，ｙ_k)を得ることである。開口をｙ軸に沿って２５０メガセグメントに分割すれば、２．５秒間に２１０個の方位位置がカバーされる。この時間内に混信が一定にとどまっていると仮定すれば、パワースペクトル‖receive^(I,F,I)(ω_m，ｒ_n，ｙ_k)‖²を各周波数ステップω_m毎に２１０個のｙ値にわたって合成する。一定の閾値を越えたこのスペクトル中のピークは混信として解釈され、そして、２１０のレコード、receive(ω_m，ｒ_n，ｙ_k)はそれぞれ対応する周波数ω_nにおいてノッチフィルタ処理される。近接する方位位置に対する同一周波数ステップは、こうしてノッチの同一の組をもつ。そして、フィルタ除去された信号は、逆ＦＦＴによって得られ、その後、付加された尾部分が除去され、受信信号から１５００個のサンプリング間隔が取り出される。この手順をすべて実行するに際してのコンピュータの負担は、２０４８個のポイントでのフーリエ変換から実行し、２３個の周波数ステップによってその逆変換を実行することでその大部分を占められている。そして、これは全体として２３×２×５×２０４８ײlog ２０４８≒５．２メガフロップである(Ｎ個のポイントでのフーリエ変換は５Ｎ²log Ｎフロップを必要とするものと仮定される)の負担となる。
パルス圧縮は、全ステップ休止時間ｔ_dwell＝５２５μｓにわたって定義されるとき、送信および受信信号の間の相関に依存する。５ＭＨｚのサンプリング密度では、休止時間は２６２５個のサンプルに対応する。両方の信号に付け足しがなければ、４０９６ポイントでの相関が適用される。これに関するコンピュータの負担はそれに対応する膨大なフーリエ変換と同様であり、よって、異なる周波数ステップにわたって約５×２３×４０９６ײlog ４０９６≒５．７メガフロップを必要とする。演算の結果得られた信号は、２．５ＭＨｚの周波数、またはそれと等しい６０ｍの距離間隔においてサンプリングされたＩＱ(すなわち、複素ゼロキャリヤ)信号、step(ω_m，ｒ_n，ｙ_k)として表される。実際のＳＡＲ掃引距離より接近した距離レコードの１２ｋｍ部分を除去することによって、各周波数ステップに対して、７５０−１２０００／６０≒５５０個の距離サンプルが存在する。２３個の周波数ステップにわたって各方位位置毎に全体で２３×５５０＝１２６５０個のサンプルが存在する。以下において説明されるように、もし干渉が２０ＭＨｚ〜７０ＭＨｚ、分解距離サンプルの個数が２の整数べき乗に等しけば、これは現実的なものとなる。信号、step(ω_m，ｒ_n，ｙ_k)を変換し、加え合わせることによってパルス圧縮された信号は次式

によって１６３８４点に展開される。広帯域距離レコードの１６３８４個の値のそれぞれが、２３回の掛け算によって得られるので、広帯域スペクトル構成に関するコンピュータの負担は、２３×１６３８４≒０．４メガフロップとなる。
混信の回避、パルス圧縮および広帯域スペクトルの再構成は、８４ＨｚのＲＦＩ速度で実行される。すなわち、これらの異なるステップのオンライン処理に関するコンピュータの負担は、８４×(５．２＋５．７＋０．４)メガフロップ≒１ギガフロップである。
ＬＢＰ小開口処理、ＩＮＳ運動方式およびダーウィン的緩和
パルス圧縮の実行後、次の処理ステップは、小開口データの角度依存データへの変換である。この処理は、ＲＦＩノッチングに対して選択された２５０ｍの同一間隔の部分に対して実行される。その出力はｇｙ_k(θ_m，ｒ_n)の形をとる。ここで、記号ｙ_kは小開口中心位置を示している。計算の基本式は、

である。ここに、Φ(θ)は、式(１)に関連して導入されたアンテナダイヤグラム重み関数である。関数lookup(ｒ_n−ｉΔｙ sinθ_m)は離散距離r_nのインデックスn’毎に検索を行う。離散距離ｒ_nはｒ_n−ｉΔｙ sinθ_mに最も近いものである。既知の不規則運動が生じている場合、式(８)は次のように変形される。

アンテナダイヤグラム重み関数はこの場合、プラットホーム方位の変化に起因して、方位位置の関数となっている。‖Ｑ_kＱ_k+i‖θmは方位位置Ｑ_kおよびＱ_k+iを接続するベクトルの方向θ_mに関する方向余弦を表している。小開口の間隔は短いので、慣性航法システムＩＮＳの制限された精度は、‖Ｑ_kＱ_k+i‖θ_mの計算に対して十分なものである。
いずれの式も１６３８４個の距離値のそれぞれに関して適用され、これらのそれぞれに対して２１０回の複雑な演算を伴う。達成された角度分解能はλmin／Ｌ≒１°であり、これは１３０°アスペクト角間隔にわたって、１３０個の向きに関しての関数値を必要とする。すなわち、コンピュータの負担は、１小開口当たり１６３８４×２１０×１３０≒４５０メガフロップとなる。
ダーウィン的緩和プロセス、すなわち、ここに参考文献として組み入れられたスウェーデン国特許出願第９４０３８７２−６号は上で議論されたＣＡＲＡＢＡＳイメージ統計に基づいており、スペクトル中に導入されたＲＦＩノッチの補間のために提案されている。半径方向周波数スペクトルｇ_yk ^(I,F)(θ_m，ω_n)内の対応するノッチは、ステップに分割された周波数動作中に当初から導入されているものとみなされる。しかしながら、１°の角度分解能がすでに小開口処理によって得られているので、いずれかの強い点状の散乱源を任意の固定されたアスペクト角方向における距離の関数として区別することができると期待される。ダーウィン緩和は、強度のオーダーにおいて点状散乱源を分類し、繰り返し手順によって、それらをゼロにされたスペクトルの部分を補間し、置き換えるために使用する。これは、距離および周波数ドメインの間の、多くとも最大²log １６３８４≒１４回の連続的な変換を必要とする。実際、ほんの１０回の変換のみが必要とされる。また、この技術は、距離ドメイン内における分類を必要とし、優れた技術によって約１６３８４ײlog １６３８４回の演算量を要求する。すなわち、せいぜい１１×１６３８４ײlog １６３８４のサイズにおいて１０個のプロセスが存在する。これらの演算は１３０個の角度方向の各々に対して実行されなければならない。したがって、演算の総回数は１３０×１０×１１×１６３８４ײlog １６３８４≒３メガフロップとなる。
無線ピーク補間が完了すると、データは距離ドメイン内において表現される。(この分類プロセスによって得られた)強い距離レスポンスのリストがその出力に加えられ、その後に続く運動誤差の補償、すなわちオートフォーカスに用いられる。
小開口処理およびダーウィン的緩和処理は、２．５秒毎に更新されたデータセットに関して実行される。すなわち、コンピュータ処理速度は、(３＋０．４５)／２．５≒１．４メガフロップとなる。
サブイメージ処理、オートフォーカス
分解能よりもわずかに小さいイメージピクセルが選ばれる。方位方向に１．５ｍの分解能、そして、距離方向に３ｍの分解能が仮定されると、２．４×１．２ｍのピクセルサイズが選ばれる。２５０×２５０ｍのサブイメージは、それぞれ１０５×２１０＝２２０５０個のピクセルを有している。上で説明されたように、方位および距離によって与えられた小開口データをサブイメージ内の各ピクセルに加えることによって得られた振幅は、バックプロジェクション(４)によって得られたものと一致する。各サブイメージの振幅は、

と表される。ここで、｜ｉ−ｋ｜≦５３および｜ｊ−ｌ｜≦１０５である。リアルタイム処理において、関数

は現在の方位位置がそれらの１３０°の積分間隔内に位置するようなすべてのサブイメージに対して、ＲＡＭ内に維持されなければならない。プラットホームが別の小開口を通過し、小開口処理が依然として実行されているとき、この漸化式が再び繰り返され得る。計算された距離およびビーム方向のそれぞれに対する最近接した離散データ値を検索するゼロ次の補間スキームだけで十分である。したがって、

となる。
低角度分解小開口データの方向のみが各サブイメージの中心位置に関係つけられていることに留意すべきである。
データ更新は２．５秒毎に生ずるので、１サブイメージ当たりの計算速度は、２２０５０／２．５≒１０キロフロップとなる。(１３０°のアスペクト角に対して)６５ｋｍの平均開口は、６２２９２個のピクセルでカバーされる一方、交差軌道掃引間隔をカバーする３３３３個のピクセルが存在する。その結果、３３３３×６２２９２≒２×１０⁷個のピクセルが、各２．５秒の小開口間隔の間に更新されなけばならない。すなわち、コンピュータの負担は、２×１０⁷／２．５≒８０メガフロップとなる。
強い点状の反射源のリストがまた、オートフォーカスデータに対して使用される。このオートフォーカスの原理は、既知の方向における３つの点状ターゲットに対する正確な距離が、三次元のすべての次元においてプラットホーム位置を与えるということである。位置の精度は、点状の反射源がプラットホームのまわりに十分に広がっていれば増大する。異常に強い点状の反射源の偏在に依存して、少なくとも小開口データｇQ_current(θ_m，ｒ_n)に隣接する強い反射源のリスト内において、反射源を取り出すことができる。現在の小開口に対して、前の小開口と比較すれば、これらのそれぞれに対する距離およびアスペクト角の微小な変化のみが存在する。距離の変化によって、もし、プラットホーム位置が前の小開口に対して知られていれば、現在の小開口に対するプラットホームの位置を読み出すことが可能となる。プラットホームの向きに関する限りにおいては、小開口処理において、ＩＮＳ情報だけで、アスペクト角における変化を計算することができる。こうして、処理が続行され、小開口から小開口へのオートフォーカスが実行される。

この数式において、地表面は平坦であると仮定され、Ｚ＝０と仮定される。それによって、ｚ軸は地表面と一致し、ｘ、ｙ軸は地表面上に配置される。この数式は、ＩＮＳシステムによって認識されるべき非常に小さな運動誤差を補正する。実際、数１０ｋｍの合成開口全体にわたって生ずるピクセルサイズより小さい誤差、すなわち１ｍ以下の誤差は、こうして処理中に補正される。
ランプフィルタ処理
これは１≦ｋ≦３２に対するサブイメージｆ_kl(ｘ_i，ｙ_i)に対するサブイメージを結合さることによって得られる。そしてそれは、分配されたバックプロジェクションの同時的出力を構成し、同一の２５０ｍの方位間隔をカバーする。２５０ｍの結合方位イメージストリップにわたる交差軌道一次元ＦＦＴが実行され、その後、交差軌道距離周波数の係数および逆ＦＦＴと掛け算される。各サブイメージは１６８個の交差軌道距離ビンを有しているので、全体として３２×１６８＝５２３６個の交差軌道距離ビンが存在する。各交差軌道イメージストリップは、この長さ３３６本のラインからなる。プラットホーム地上速度は１００ｍ／ｓであるので、新たなイメージストリップが２．５秒毎に形成され、それによって、１秒毎に８１９２ポイントＦＦＴおよびその逆１３４回にわたる変換を実行するための計算能力が要求され。その結果、コンピュータの負担は、２×５×１３４×８１９２ײlog(８１９４)≒１４４メガフロップとなる。
ターゲットの識別および位置決め
ダーウィン的緩和およびオートフォーカスプロセスにおいて採用される強い点状散乱源のリストは、余分な演算コストをほとんど生じさせることなく、地表面上の座標系に割当てられる。このようなリストは、さらなるターゲット検出のための分析の目的のために、実際のＳＡＲイメージとともに適当に生成される。
処理セグメンテーション
前のパラグラフにおいては、ＳＡＲ処理タスクの全体が連続的な複数の段階に分割され、それによって、リアルタイムのコンピュータ演算速度に関する要求が最新のマルチプロセッサコンピュータカードによって達成される。すなわち、全プロセスは１組のこのようなカードから構成されるコンピュータ構成にマッピングするのに十分適している。これらの異なるカードによってまた、これらのカード間のデータ伝送接続に関して要求される条件が、以下に分析される。
このようなマルチカード／マルチプロセッサ構成は、基本的に、Ａ、Ｂ、Ｃとラベルを付された３つの主要なメモリ領域に関して形成される。これらの領域は、図２に示されるように、１〜８の番号を付された異なるプロセスによってアクセスされる。プロセス１および２、すなわち、ＲＦＩ検出およびパルス圧縮は、領域Ａへのアクセスのみを要求する。プロセス４および５、すなわち、小開口処理およびダーウィン的緩和は、領域Ｂへのアクセスを要求する。最後に、プロセス７および８、すなわち、サブイメージの更新およびランプフィルタリングに関するプロセスは、領域Ｃへのアクセスを要求する。異なるメモリ領域は、１回のデータリンクと相互接続され、データが入力される新たなデータの平均伝送速度で伝送しなければならない。これらの相互接続は、太矢印ａ、ｂ、ｃによって示され、それらは十分なデータバッファ容量を有するものと理解される。
異るプロセスを異なる領域に割り当てることは、プロセスの大規模な細分性を表す。小規模の細分性は、もし、データが開口に沿って、あるいはそれと同等に角度方向において、または距離レコードとして要求されるならば、図面中に矢印によって表される。メモリ領域ＡおよびＢは、それぞれ２つの方向においてアクセスされるので、それらをさらに分割することはできない。しかしながら、領域Ｃは距離ストリップに分割することができ、それらの距離ストリップに対してその方位方向の広がりが任意の精度で選ばれ得る。
メモリ領域およびバッファの間の転送速度は、転送時間が計算時間を著しく浸食しないようにするため、少なくとも(４１メガビット／ｓの転送速度における入力生レーダデータによって記述された)平均データ転送速度より速くなるべきである。まず最初、メモリ領域Ｃを考えよう。これは２．５秒毎に１回、掃引幅の全長にわたる１つの小開口ストリップに対応するデータにアクセスする。これらのデータが転送されたとき、Ｃはすでに相互接続バッファｃからフェッチされた新たなデータを受入れ可能となっている。データはダーウィン的緩和および小開口処理が、各小開口に対して、すなわち、２．５秒毎の１回完了する間に、領域Ｂからバッファｃにロードされる。領域Ｂのデータは、再び２．５秒毎に１回、すなわちＲＦＩ検出が実行される小開口間隔の通過の後、バッファｂから得られる。最後に、入力データの一定の流れがバッファａにおいて２．５秒間バッファリングされ、その後、単一のパッケージとして領域Ａ内にロードされる。
各周波数ステップはデータの１５００個の距離サンプルを収集し、２３個のステップが存在し、かつＰＲＦは８４Ｈｚである。すなわち、２．５秒の小開口時間にわたって、１４ビット整数データの２．５×８４×２３×１５００≒７．２メガ個のサンプルが存在する。データが１サンプリング当たり４バイトを意味する単一の浮動小数点フォーマットに変換される。すなわち、３０メガバイトが領域Ａに記憶されるために必要とされる。バッファａは１４ビットの整数を記憶し、したがって、１サンプル当たり２バイトを必要とする。これは１５メガバイトのバッファメモリ容量を意味する。バッファａから領域Ａへのデータ転送速度は、４１メガビット／ｓの平均データ転送速度より速くなければならず、すなわち５０メガバイト／ｓ、またはそれ以上でなければならない。
小開口処理およびダーウィン的緩和の条件に従って、１６３８４×２１０≒３．５×１０⁶個のサンプルがメモリ領域Ｂ内に記憶されなければならない。これらは複雑な浮動小数点データであり、その結果、１サンプリング当たり８バイトを必要とする。必要とされるメモリ容量は、再びバッファｂにおける３０メガバイトの微小容量とともに約３０メガバイトとなる。
サブイメージ処理に対して必要とれるＲＡＭはかなり大きなものとなる。しかしながら、イメージピクセルは低周波ＳＡＲイメージの振幅の絶対値およびダイナミックレンジに関して知られていることに従えば、２バイトの整数値として現れ得る。必要とされるＲＡＭは、１度に処理される２×１０⁷個のピクセルに対応する。１ピクセル当たり４バイトが必要とされるので、領域Ｃに対して８００メガバイトが必要となる。データがＢからバッファｃまで転送される間に、整数フォーマットへの変換が実行される。すなわち、バッファｃに対するメモリ容量は、１サンプル当たり４バイト、したがって、１５メガバイトのバッファ容量となる。
更新される計算速度は、ほんの８０メガフロップにすぎないので、メモリ領域Ｃは物理的にプロセッサカード上に分配されたメモリに対する場合より遅い速度でアクセスされる独立したカードに対応し得る。
【図面の簡単な説明】
図１は、本願明細書中で採用される種々の用語の幾何学的に説明した図である。
図２は、プラットホーム、データを遠隔ＳＡＲプロセッサに中継するデータリンクおよびＳＡＲプロセッサの構造を備えた本発明の１実施例を示した図である。

Claims (7)

1. 惑星表面の上方をビークル軌道に沿って運動しかつレーダプラットフォームを備えたビークルを含むＳＡＲレーダシステムであって、
   前記ビークルの位置を測定する位置測定手段と、
   少なくとも１オクターブの帯域幅に広がるレーダ信号を前記ビークルから前記惑星表面に対して繰り返し送信する送信手段と、
   後方散乱された前記レーダ信号を受信する受信手段と、
   一組の異なるビークル位置に割り当てられた前記後方散乱されたレーダ信号を、前記惑星表面のイメージに変換する処理装置とを備え、
   良好な距離分解能を得るため、直接受信されたレーダ信号からなる短いパルス、または、送信されるレーダ信号の波長が長い場合には、パルス圧縮によって得られた短いパルスを用いるＳＡＲレーダシステムにおいて、
   ローカルバックプロジェクション法を用いるようになっていて、
   前記処理装置は、
   信号振幅を前記ビークル軌道のセグメントにわたって集める機能を実行するようになっており、前記ビークル軌道のセグメントは、合成開口を形成する複数の小開口の形態を有し、前記複数の小開口のそれぞれの大きさは、前記惑星表面上に結像する最近接地点間の距離が、前記レーダ信号を特徴づける波長に関して前記小開口の遠視野内にあるように設定され、
   前記処理装置は、さらに、
   前記小開口のそれぞれにわたって得られたデータから、１組の指向性レーダビームを、前記小開口の長さおよび前記波長によって決定されかつ前記小開口内の与えられた位置に関係付けられた角度分解能をもって合成する機能を実行するようになっており、前記１組のレーダビームによって、レーダデータが距離および方位の関数として把握され、
   前記惑星表面の地形図または一の仮定に基づいて前記惑星表面の地形を決定し、さらに、前記レーダプラットフォームの位置および前記惑星表面上の位置によって決定された距離およびビームの方向において、すべての前記小開口に対して前記信号振幅を加え合わせることにより、イメージを形成するすべての前記惑星表面上の位置のレーダ反射率を計算することによって、ＳＡＲイメージを生成する機能とを実行するようになっていることを特徴とするＳＡＲレーダシステム。
2. 加え合わされた前記信号振幅は、前記ビークル軌道にほぼ平行な方向からの振幅に対してより小さい重みを与える重み因子とともに生成され、それによって、側方監視指向アンテナのアンテナダイアグラムが模倣されることを特徴とする請求項１に記載のＳＡＲレーダシステム。
3. 前記ビークルによって支持された前記レーダアンテナは、少なくとも３０°のセクターを照射するようになっていることを特徴とする請求項１に記載のＳＡＲレーダシステム。
4. 前記小開口の長さおよび最短の波長によって決定された角度分解能を有する前記レーダビームが、前記小開口のそれぞれにわたって得られたデータの信号処理によって得られるようになっていて、前記信号処理は、前記小開口内におけるビークルの各位置において記録されたレーダ反射信号を、前記ビームの方向に射影された、前記小開口内における前記ビークルの位置のそれぞれから共通の単一の位置までの距離だけ、距離方向にシフトさせることを含んでいることを特徴とする請求項１に記載のＳＡＲレーダシステム。
5. 前記惑星表面上の各位置の反射率が、全レーダイメージを形成する１組の表面上の位置をサブイメージに分解することによって計算されるようになっていて、前記サブイメージは、前記小開口の長さと同程度の大きさで、方位および傾斜距離内において広がる惑星表面上の位置の組からなっており、さらに、単一の指向性ビームが、各小開口に対して前記サブイメージ内における前記惑星表面上の位置の反射率の計算において用いられることを特徴とする請求項４に記載のＳＡＲレーダシステム。
6. 最も強い反射体の１の小開口から他の小開口への距離方向のシフトが、惑星表面の地形図に基づいて、前記ビークルの相対運動を検索するために採用されるようにするため、１の小開口から他の小開口まで移動する前記ビークルの相対運動が、各小開口に対して、距離および方位の関数として得られた振幅を分類することによって得られることを特徴とする請求項１に記載のＳＡＲレーダシステム。
7. 前記計算は、前記惑星表面が平坦であるとの仮定に基づいて実行されることを特徴とする請求項６に記載のＳＡＲレーダシステム。

Images