摘要
视频合成孔径雷达（ViSAR）能够在保持高分辨率的同时提供连续的多帧图像，已成为复杂场景监控和移动目标跟踪的重要工具。然而，ViSAR成像容易受到运动误差的影响，导致帧间漂移，从而严重降低图像的稳定性。在配准长时间序列的实时机载ViSAR图像时，基于归一化互相关（NCC）的传统图像配准方法会受到多种因素的影响，包括平台残余运动误差、成像几何学的近似、插值重采样以及SAR斑点噪声。因此，配准后的序列中会存在明显的帧间抖动，且稳定精度不足以满足高精度图像稳定的要求。为了解决这些问题，本文提出了一种基于联合Singer随机行走模型的机载视频SAR图像稳定方法。首先，选择第一帧作为参考帧，通过基于NCC的配准方法提取连续帧中的方位角和距离方向的亚像素漂移量。然后，将真实的漂移过程建模为二维Singer过程，将系统偏差建模为随机行走过程，从而得到一个包含位移、速度、加速度和偏差分量的联合状态空间模型。在此基础上，应用卡尔曼滤波器和Rauch–Tung–Striebel（RTS）固定间隔平滑器对漂移量进行时间过滤和轨迹平滑处理，得到与实际漂移轨迹高度吻合的平滑二维漂移估计值。最后，使用平滑后的漂移轨迹对原始图像序列进行逐帧亚像素漂移校正，实现了ViSAR图像的高精度帧间稳定。实际数据处理的结果表明，所提出的方法可以有效提升ViSAR多帧成像的一致性和场景稳定性。
