编辑推荐：
这篇研究针对高脉冲重复频率（PRF）无人机合成孔径雷达（UAV SAR）面临的回波信噪比（SNR）低、原始数据量大的双重挑战，提出了一种基于相位补偿和参数可调切比雪夫滤波的信号增强算法。该方法克服了传统下采样导致的SNR损失，有效提升了脉冲SNR，同时显著减少了回波数据量和后续成像处理的内存占用，为UAV SAR系统实现高效率、高质量实时成像提供了创新的信号处理解决方案。
1. 引言
合成孔径雷达（SAR）凭借其全天时、全天候的探测能力，在军事和民用领域应用广泛。根据搭载平台不同，SAR可分为机载SAR和星载SAR，其中无人机SAR（UAV SAR）因成本低、灵活性高、测量周期短等优势，成为遥感领域的研究热点。然而，UAV SAR系统受限于小型化设计，其发射功率有限，导致探测远距离目标时的回波能量有限，信噪比（SNR）较低。此外，硬件性能和复杂电磁环境引入的噪声会导致图像模糊和细节丢失，严重制约了UAV SAR的应用。
在机载SAR和星载快视实时成像系统中，为避免多普勒混叠，通常采用高脉冲重复频率（PRF）设计，这导致了方位向数据冗余，成为实时SAR成像工程的瓶颈。传统方法通过下采样来降低方位采样频率，以减少原始数据率，但这会损失回波SNR，严重影响成像质量。因此，如何在降低数据量的同时不损失（甚至提升）回波SNR，成为UAV SAR信号处理的关键问题。
现有的信号处理技术，如多普勒滤波、自适应滤波（如LMS、RLS、NLMS）以及新兴的深度学习方法，在抑制噪声方面各有应用，但也存在局限性，如计算复杂度高、难以确定滤波器阶数、无法补偿滤波前脉冲间的相位变化，或依赖大量训练数据等。为了克服现有研究的不足，本文提出了一种基于相位补偿参数可调切比雪夫滤波的SAR回波信号增强算法。
2. 材料与方法
2.1 SAR信号SNR性能分析与PRF设置
本研究采用正侧视条带模式SAR系统。其发射信号为线性调频信号（LFM）。接收到的目标基带回波信号包含了目标距离信息以及由平台与目标相对运动引起的多普勒相位历史。
2.2 所提算法：基于相位补偿的参数可调切比雪夫滤波
本文提出的算法旨在利用UAV SAR系统高PRF的特点，在降低数据量的同时提升回波SNR。算法的核心步骤如下：
- 1.
方位向切比雪夫滤波：首先对所有方位向脉冲进行分段，并对每段脉冲应用方位向切比雪夫滤波，以避免下采样时的频谱混叠。
- 2.
相位补偿：利用机载平台提供的导航信息，精确补偿脉冲间的相位变化。这是充分利用相邻脉冲相干性的关键，可避免传统方法因未补偿相位而导致SNR损失的问题。
- 3.
参数可调切比雪夫滤波与相干叠加：对经过相位补偿后的脉冲段，应用参数可调的切比雪夫滤波，并结合相干叠加技术，将多个相邻脉冲合并为一个具有更高SNR的单个脉冲。
- 4.
数据重组与后续成像：将所有处理后的增强脉冲组合成一个新的二维数据矩阵，用于后续的脉冲压缩和成像处理。
该算法的主要优势在于：能够实现任意抽取因子，灵活控制数据压缩率；处理过程非迭代，适用于实时信号处理；在降低回波数据量的同时，最大限度地减少了原始回波SNR的损失。
3. 结果与讨论
通过仿真和实测数据处理，验证了所提算法的有效性。结果表明：
- •
该算法能有效提升回波信号的SNR。
- •
在实现方位向下采样的同时，SNR损失显著低于传统下采样方法。
- •
算法显著降低了回波数据总量，从而减少了后续成像处理的内存占用，提高了数据处理效率。
讨论部分指出，该方法为处理高PRF UAV SAR数据提供了一种高效的纯数字信号处理策略，尤其适用于对成本、功耗和尺寸有严格限制的UAV SAR平台。未来的研究方向可以包括算法在更复杂运动轨迹和场景下的适应性优化，以及与硬件系统的进一步集成。
4. 结论
本文针对UAV SAR回波信号SNR低、数据量大的问题，提出了一种创新的基于相位补偿参数可调切比雪夫滤波的信号增强算法。该算法通过精确的相位补偿和高效的滤波叠加，实现了在降低数据量的同时提升回波SNR的目标。仿真和实验证明了其有效性，表明该方法能够显著提高UAV SAR系统的成像质量和数据处理效率，具有重要的工程应用价值。
