李浩林，陳露露，張 磊，邢孟道，保 錚

（西安電子科技大學(xué) 雷 達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室，陜西 西 安 710071）

后向投影（Back－Projection，BP）[1－2]的本質(zhì)是天線相位陣列沿特定方向的波束形成[3].后向投影算法不但適用于線性或非線性航跡，而且重構(gòu)的圖像不存在波前彎曲和幾何形變.快速分解后向投影（Fast Factorized Back－Projection，F(xiàn)FBP）算法[4－5]是后向投影算法的快速實(shí)現(xiàn)，除了具備上述優(yōu)勢(shì)之外，快速分解后向投影算法最顯著的特點(diǎn)就是大幅降低了運(yùn)算量.然而在存在運(yùn)動(dòng)誤差的情況下，這種通過(guò)積分實(shí)現(xiàn)方位聚焦的方式會(huì)導(dǎo)致后向投影算法和快速分解后向投影算法無(wú)法結(jié)合自聚焦進(jìn)行運(yùn)動(dòng)補(bǔ)償[6]，原因如下：運(yùn)動(dòng)誤差引起的圖像散焦不沿方位向圖像域和距離壓縮相位歷程域（以下簡(jiǎn)稱(chēng)相位歷程域）之間的傅里葉變換對(duì)（Fourier Transform Pairs，F(xiàn)TP）關(guān)系不存在.因此，如何使用快速分解后向投影算法進(jìn)行自聚焦處理是目前亟待解決的問(wèn)題.

文獻(xiàn)[6]使用波束形成（等價(jià)于后向投影）在距離－正弦角網(wǎng)格上重建圖像，指出在小角域條件下正弦角域與方位時(shí)域近似為傅里葉變換對(duì)關(guān)系，并驗(yàn)證了該方法結(jié)合相位梯度自聚焦（Phase Gradient Autofocus，PGA）恢復(fù)圖像的可能性.然而該方法并未從根本上解決運(yùn)動(dòng)誤差較大時(shí)的圖像快速重建問(wèn)題.文獻(xiàn)[7]提出了虛擬極坐標(biāo)系（距離－正弦角域）的概念，仿真說(shuō)明了快速分解后向投影算法使用虛擬極坐標(biāo)系進(jìn)行圖像重構(gòu)不影響聚焦質(zhì)量.文獻(xiàn)[8]巧妙結(jié)合快速分解后向投影算法多孔徑遞歸融合和多孔徑圖像偏移（Multiple Aperture Mapdrift，MAM）多孔徑相位估計(jì)的特點(diǎn)，提出了嵌套多孔徑圖像偏移的快速分解后向投影算法.該方法是基于運(yùn)動(dòng)誤差的多項(xiàng)式模型提出的，在對(duì)高頻相位誤差進(jìn)行估計(jì)時(shí)其性能下降.文獻(xiàn)[9－10]以最大圖像銳度為優(yōu)化指標(biāo)，通過(guò)求解聚焦性能代價(jià)函數(shù)估計(jì)運(yùn)動(dòng)誤差.然而該方法涉及高維參數(shù)優(yōu)化搜索，不具有圖像快速重建能力，其實(shí)用性受到限制.

筆者提出了一種嵌套相位梯度自聚焦的改進(jìn)快速分解后向投影算法.首先使用虛擬坐標(biāo)系作為圖像融合平面，并沿視線方向建立局部極坐標(biāo)系，為相位梯度自聚焦提供圖像域與相位歷程域之間的傅里葉變換對(duì)關(guān)系以及最優(yōu)相位估計(jì)方向.其次，充分考慮到改進(jìn)快速分解后向投影算法角域分辨力由低到高的變化規(guī)律，提出了角域低分辨的運(yùn)動(dòng)補(bǔ)償控制角域高分辨的圖像散焦的運(yùn)動(dòng)補(bǔ)償思路；通過(guò)建立全新的重疊子孔徑構(gòu)型，將相位梯度自聚焦自然地嵌入到改進(jìn)快速分解后向投影算法的不同階段.

1 后向投影信號(hào)模型

如圖1所示，雷達(dá)波束始終指向場(chǎng)景中心C，平臺(tái)以速度v沿x方向勻速直線運(yùn)動(dòng)，形成一個(gè)長(zhǎng)度為L(zhǎng)的合成孔徑.令t為慢時(shí)間，則天線相位中心坐標(biāo)X ＝vt.以O(shè)為原點(diǎn)建立虛擬極坐標(biāo)系，P點(diǎn)位于（rp，Θp），其中，Θp＝sinθp，則天線到P點(diǎn)的瞬時(shí)斜距為

圖1 極坐標(biāo)系下角域位置誤差示意圖

將P點(diǎn)的回波信號(hào)變換到基帶并進(jìn)行距離脈沖壓縮，則

其中，εp為P點(diǎn)的常值復(fù)反射系數(shù)，rect（·）為窗函數(shù)，γ為信號(hào)調(diào)頻率，T為脈沖持續(xù)時(shí)間為快時(shí)間，fc為中心頻率，回波延時(shí)Δt＝2R（rp，Θp；X）c.

由于平臺(tái)在實(shí)際飛行過(guò)程中出現(xiàn)偏航和姿態(tài)變化，導(dǎo)致P點(diǎn)在虛擬極坐標(biāo)系（r－Θ 坐 標(biāo)系，其中Θ＝sinθ）下存在距離位置誤差和角域位置誤差.假設(shè)距離位置誤差可以由全球定位系統(tǒng)或者慣性測(cè)量單元得到有效補(bǔ)償，且殘余的距離位置誤差沒(méi)有超過(guò)一個(gè)距離單元，因此在下面的分析中只考慮角域位置誤差對(duì)圖像聚焦的影響.如圖1所示，理想斜距＝ R（rp，Θp；X），運(yùn)動(dòng)誤差使P點(diǎn)的角域位置由Θp變?yōu)棣?，則真實(shí)斜距＝R（rp，Θ；X）.由于忽略了距離位置誤差，P′點(diǎn)在距離脈沖壓縮后仍位于rp距離單元.

下面通過(guò)后向投影算法完成sph（t；X）沿斜距歷程R（rp，Θ；X）的相干積累，得到（rp，Θ）處的脈沖響應(yīng)為

其中，λ為波長(zhǎng)，ΔR（rp，Θ；X）為斜距誤差（見(jiàn)圖1的BB′）.ε′p為受運(yùn)動(dòng)誤差調(diào)制的復(fù)反射系數(shù)，表示成

其中，φ為相位誤差，是X或t的函數(shù)，也是下面需要用自聚焦算法估計(jì)的相位.

假設(shè)雷達(dá)工作在遠(yuǎn)場(chǎng)，結(jié)合式（1）對(duì)ΔR（rp，Θ；X）進(jìn)行關(guān)于X的二階泰勒級(jí)數(shù)展開(kāi)，即

其中，X和X2項(xiàng)分別等效為運(yùn)動(dòng)誤差引起的距離走動(dòng)和距離彎曲.

若式（5）可以忽略X2項(xiàng)，則式（3）可簡(jiǎn)化為

其中，kΘ＝4π（Θ－Θp）λ，對(duì)應(yīng)方位波數(shù).式（6）直觀地反映了受運(yùn)動(dòng)誤差破壞的距離壓縮數(shù)據(jù)ε′p可以關(guān)于X進(jìn)行傅里葉變換得到脈沖響應(yīng)I（rp，kΘ），即建立了圖像域與相位歷程域之間的傅里葉變換對(duì)關(guān)系.由于傅里葉變換對(duì)關(guān)系是相位梯度自聚焦的必要條件，下面將推導(dǎo)傅里葉變換對(duì)關(guān)系成立的約束條件.

根據(jù)文獻(xiàn)[2]，當(dāng)運(yùn)動(dòng)誤差引起的距離走動(dòng)量不超過(guò)一個(gè)距離分辨單元時(shí)，可以忽略距離彎曲量.由于孔徑兩端對(duì)應(yīng)最大的距離走動(dòng)量，則

其中，ρr＝ c （ 2B），ρr為距離分辨率，B為信號(hào)帶寬.

令θ＝θp＋δθ，其中δθ為角域位置誤差.假設(shè)δθ足夠小，使得sinδθ與δθ近似相等，則

聯(lián)合式（7）和式（8），則

其中，Q＝fcB，為中心頻率帶寬比；ρθ＝λ （ 2Lcosθp），為角域分辨率[1].

由于角域位置誤差δθ可正可負(fù)，存在雙邊特性，則

即角域位置誤差引起的散焦小于4Q個(gè)角域分辨單元時(shí)，可以忽略式（5）中X2項(xiàng)，得到如式（6）所示的圖像域與相位歷程域之間的傅里葉變換對(duì)關(guān)系.以中心頻率為10GHz、信號(hào)帶寬為1GHz的X波段正側(cè)視聚束合成孔徑雷達(dá)為例，其中心頻率帶寬比為10.若使用相位梯度自聚焦對(duì)該數(shù)據(jù)進(jìn)行相位估計(jì)，則虛擬極坐標(biāo)系下的圖像散焦必須小于40個(gè)角域分辨單元才能保證傅里葉變換對(duì)關(guān)系成立.然而對(duì)于角域分辨力極高的聚束合成孔徑雷達(dá)來(lái)說(shuō)，圖像散焦可能超過(guò)幾百個(gè)角域分辨單元，這顯然違背了式（10）的約束.根據(jù)式（9），角域分辨力越低，可容忍的圖像散焦越大.考慮到快速分解后向投影算法角域分辨力隨圖像遞歸融合由低到高的變化規(guī)律，當(dāng)圖像的角域分辨力低時(shí)，一定存在圖像散焦小于4Q個(gè)方位分辨單元的情況；如果該圖像被重建在虛擬極坐標(biāo)系上，那么快速分解后向投影算法下的自聚焦處理的問(wèn)題將迎刃而解.

2 改進(jìn)快速分解后向投影算法

筆者在快速分解后向投影算法的基礎(chǔ)上進(jìn)行改進(jìn)，提出了使用虛擬極坐標(biāo)系進(jìn)行圖像融合的改進(jìn)快速分解后向投影算法.由于沒(méi)有改變快速分解后向投影算法孔徑分解、波束形成和圖像遞歸融合的基本框架，改進(jìn)快速分解后向投影算法也具有角域分辨力隨圖像遞歸融合由低到高的變化規(guī)律.在滿足約束條件的情況下，虛擬極坐標(biāo)系的使用又可以提供相位梯度自聚焦所需的圖像域與相位歷程域之間的傅里葉變換對(duì)關(guān)系，為改進(jìn)快速分解后向投影算法與相位梯度自聚焦的有效結(jié)合奠定了基礎(chǔ).改進(jìn)快速分解后向投影算法將后向投影算法在全孔徑上的積分分割成有限、等長(zhǎng)孔徑上的分步、分段積分，因此第1節(jié)關(guān)于相位梯度自聚焦所需的傅里葉變換對(duì)關(guān)系及約束條件的推導(dǎo)在改進(jìn)快速分解后向投影算法中仍然成立.

改進(jìn)快速分解后向投影算法使用虛擬極坐標(biāo)系代替快速分解后向投影算法的極坐標(biāo)系，即使用Θ（Θ＝sinθ）軸作為虛擬極坐標(biāo)系的橫軸.根據(jù)瞬時(shí)多普勒f(shuō)d＝2vΘλ知，fd與Θ僅存在常數(shù)倍的差異.因此，使用虛擬極坐標(biāo)系不但具有明確的物理意義，而且在小角域范圍內(nèi)重構(gòu)的圖像可以近似認(rèn)為位于距離－多普勒域.令角域帶寬為Bd，則角域范圍為

為了滿足相位梯度自聚焦的相位估計(jì)需求，改進(jìn)快速分解后向投影算法還對(duì)坐標(biāo)系的建立方式進(jìn)行了改進(jìn)，創(chuàng)新地沿子孔徑中心到場(chǎng)景中心的視線方向建立局部虛擬極坐標(biāo)系.如圖2所示，第i處理階段第k（k為偶數(shù)）個(gè)孔徑的中心為，到場(chǎng)景中心的視線角為，而第k－1個(gè)孔徑的中心為，到場(chǎng)景中心的視線角為，虛擬極坐標(biāo)系如扇形區(qū)域所示.若改進(jìn)快速分解后向投影算法進(jìn)行基2圖像融合，則第i＋1處理階段第k 2個(gè)孔徑的中心為，到場(chǎng)景中心的視線角為.圖2直觀地展示了坐標(biāo)系a和坐標(biāo)系b向坐標(biāo)系c的融合過(guò)程，而本質(zhì)上實(shí)現(xiàn)了和方向的波束在方向的波束形成.

以第i處理階段第k個(gè)子孔徑為例.假設(shè)孔徑中心為A（k），孔徑長(zhǎng)度

圖2 圖像融合前后虛擬極坐標(biāo)系的變化

為d，孔徑位置個(gè)數(shù)為Ns，則孔徑中心時(shí)刻為＝A（k）v，孔徑時(shí)間Ts＝NsFPR，數(shù)據(jù)域的孔徑時(shí)間范圍為

其中，t（k）的離散時(shí)間間隔為1 FPR，F(xiàn)PR為脈沖重復(fù)頻率.

使用改進(jìn)快速分解后向投影算法對(duì)上述子孔徑數(shù)據(jù)進(jìn)行聚焦，得到子圖像為

其中，kΘ（k）為第i處理階段第k個(gè)子孔徑對(duì)應(yīng)的方位波數(shù)，φ（k）為相位誤差.

圖3 嵌套多孔徑相位梯度自聚焦的改進(jìn)快速分解后向投影算法自聚焦處理流程

3 改進(jìn)快速分解后向投影算法自聚焦處理

相位梯度自聚焦是合成孔徑雷達(dá)成像運(yùn)動(dòng)補(bǔ)償中最常用的自聚焦方法之一，具有很高的精度和魯棒性[11－12].雖然相位梯度自聚焦循環(huán)移位操作消除了相位誤差的線性分量，但是相鄰子孔徑間仍存在線性相位差異.如果使用子孔徑相位誤差直接對(duì)子圖像進(jìn)行相位補(bǔ)償，相鄰孔徑間存在的線性相位差異勢(shì)必會(huì)引起子圖像間的相對(duì)偏移，即引入了角域位置誤差，從而不利于相位梯度自聚焦的收斂和圖像質(zhì)量的逐步提高.為了避免該情況的發(fā)生，首先要根據(jù)子孔徑相位誤差獲得全孔徑相位誤差函數(shù)，然后根據(jù)各子孔徑中心時(shí)刻重新解算出子孔徑相位誤差，從而消除了子孔徑相位誤差之間的線性相位分量，避免了圖像偏移.然而，要獲得全孔徑相位誤差函數(shù)，需要相鄰孔徑間存在重疊的相位歷程.

重疊子孔徑最早結(jié)合極坐標(biāo)算法（PFA）用于校正聚束合成孔徑雷達(dá)空變的波前彎曲效應(yīng)[13]，之后被廣泛用于相位估計(jì)[14].考慮到改進(jìn)快速分解后向投影算法的結(jié)構(gòu)特點(diǎn)，筆者提出了一種適用于改進(jìn)快速分解后向投影算法的全新的重疊子孔徑構(gòu)型建立方法，較好地銜接了改進(jìn)快速分解后向投影算法和相位梯度自聚焦相位估計(jì)，如圖3所示.

（1）在初始階段按照一定系數(shù)將全孔徑分解為若干較短的子孔徑，孔徑和數(shù)據(jù)均不存在重疊.

（2）在處理階段進(jìn)行重疊子孔徑操作.假設(shè)第i處理階段有K（K為偶數(shù)）個(gè)子孔徑，任意相鄰的兩個(gè)孔徑進(jìn)行圖像融合可以得到K－1幅子圖像，其中K2幅用于改進(jìn)快速分解后向投影算法下一階段的圖像融合.此后繼續(xù)按照該方式建立重疊子孔徑構(gòu)型，孔徑重疊率始終為1/2.

（3）最后兩個(gè)孔徑不進(jìn)行重疊子孔徑操作，通過(guò)圖像融合直接得到一幅角域全分辨圖像，然后使用相位梯度自聚焦直接進(jìn)行相位估計(jì)和補(bǔ)償.

利用重疊子孔徑進(jìn)行相位估計(jì)的基本操作有：全孔徑劃分為重疊子孔徑、子孔徑相位誤差估計(jì)、孔徑間線性相位消除、全孔徑相位誤差拼接以及全孔徑相位誤差補(bǔ)償.如圖3所示，第i階段的重疊子孔徑構(gòu)型可得到K－1幅子圖像，其中有K2幅用于下一階段的圖像融合.使用相位梯度自聚焦對(duì)K － 1幅子圖像進(jìn)行估計(jì)，可得到，…等 K － 1個(gè)子孔徑相位誤差.使用重疊子孔徑可以消除相鄰孔徑重疊部分的線性相位差異，實(shí)現(xiàn)相位誤差的連續(xù)拼接和濾波[15]，最終得到全孔徑相位誤差，如圖4所示.由于全孔徑相位誤差是方位時(shí)間t的函數(shù)，根據(jù)每幅子圖像的孔徑中心時(shí)刻t0（k），可計(jì)算出K2個(gè)子孔徑相位誤差函數(shù).

圖4 全孔徑相位誤差拼接示意圖

4 實(shí)驗(yàn)分析與驗(yàn)證

為了驗(yàn)證上述方法的有效性，下面使用X波段聚束合成孔徑雷達(dá)數(shù)據(jù)進(jìn)行處理，其中心頻率帶寬比Q＝6，詳細(xì)參數(shù)如表1所示.在進(jìn)行數(shù)據(jù)處理時(shí)，使用的距離采樣點(diǎn)數(shù)為4 096，可忽略距離空變性.根據(jù)表1參數(shù)，距離分辨率為0.13m，方位分辨率為0.28m.

表1 X波段雷達(dá)參數(shù)

圖5 自聚焦處理前后的成像結(jié)果對(duì)比

在改進(jìn)快速分解后向投影算法的初始階段，子孔徑的方位脈沖數(shù)為128個(gè).在處理階段的初期，由于角域分辨力較低，圖像散焦小于6個(gè)方位分辨單元，而該數(shù)據(jù)允許的相位梯度自聚焦估計(jì)的最大圖像散焦為24，因此6個(gè)方位分辨單元的圖像散焦?jié)M足相位梯度自聚焦的約束條件.隨著遞歸融合的進(jìn)行，之后處理階段的圖像散焦始終小于10個(gè)方位分辨單元，因此相位梯度自聚焦進(jìn)行相位估計(jì)的窗寬只需略大于10，非常有利于相位估計(jì)的快速收斂，這與頻域算法自聚焦處理相比具有顯著優(yōu)勢(shì).圖5（a）為使用改進(jìn)快速分解后向投影算法未進(jìn)行運(yùn)動(dòng)補(bǔ)償?shù)某上窠Y(jié)果，圖5（b）為使用筆者提出的方法處理得到的成像結(jié)果.為了獲得良好的視覺(jué)效果，沿距離向進(jìn)行二視處理，使二維分辨率接近.由圖5（a）可以發(fā)現(xiàn)，改進(jìn)快速分解后向投影算法不結(jié)合自聚焦處理進(jìn)行運(yùn)動(dòng)補(bǔ)償?shù)膱D像存在嚴(yán)重的方位散焦.圖5（b）的圖像得到了良好的聚焦，運(yùn)動(dòng)誤差基本得到了校正.由于圖5（b）的熵值小于圖5（a）的熵值，說(shuō)明筆者提出的方法對(duì)圖像質(zhì)量的改善效果明顯.將不同階段相位梯度自聚焦估計(jì)的相位誤差相加，得到最終的相位誤差，將其換算為斜距誤差，得到如圖6所示的結(jié)果.雖然斜距誤差變化范圍僅有0.3m，但在高分辨、長(zhǎng)CPI的情況下，即使如此小的運(yùn)動(dòng)誤差也足以引起圖像的嚴(yán)重散焦和幾何失真.而且這么小的斜距誤差已經(jīng)超出現(xiàn)階段大多數(shù)運(yùn)動(dòng)測(cè)量系統(tǒng)的精度，從而有力地說(shuō)明基于數(shù)據(jù)的自聚焦處理在高分辨合成孔徑雷達(dá)成像中的必要性.

圖7中的圖像分別對(duì)應(yīng)圖5（a）和圖5（b）中方框所示區(qū)域的局部放大結(jié)果.利用圖7中橢圓框內(nèi)的特顯點(diǎn)進(jìn)行方位響應(yīng)分析，得到方位剖面如圖8所示，虛線為使用改進(jìn)快速分解后向投影算法未進(jìn)行運(yùn)動(dòng)補(bǔ)償?shù)姆轿豁憫?yīng)，實(shí)線為使用筆者提出的方法的方位響應(yīng).顯然，使用筆者提出的方法的方位響應(yīng)不但非常接近“sinc”形式，而且具有較好的旁瓣性能.

圖6 筆者提出的方法估計(jì)的斜距誤差

圖7 局部放大結(jié)果

圖8 點(diǎn)目標(biāo)方位剖面

5 結(jié)束語(yǔ)

筆者將虛擬極坐標(biāo)系作為子孔徑遞歸融合平面，為相位梯度自聚焦提供了圖像域與相位歷程域之間傅里葉變換對(duì)關(guān)系；創(chuàng)新地沿視線方向建立虛擬極坐標(biāo)系，為相位梯度自聚焦提供了最優(yōu)的相位估計(jì)方向.建立了全新的重疊子孔徑框架，巧妙地銜接了改進(jìn)快速分解后向投影算法和多孔徑相位梯度自聚焦，將相位梯度自聚焦嵌套到改進(jìn)快速分解后向投影算法遞歸融合的不同階段.最后，通過(guò)實(shí)測(cè)數(shù)據(jù)的處理結(jié)果和圖像質(zhì)量的定量分析驗(yàn)證了筆者提出方法的可行性.

[1] Munson D C Jr，O'Bruen J D，Jenkins W K.A Tomographic Formulation of Spotlight－mode Synthetic Aperture Radar[J].Proceedings of the IEEE，1983，17（8）：917－925.

[2] Desai M D，Jenkins W K.Convolution Backprojection Image Reconstruction for Spotlight Mode Synthetic Aperture Radar[J].IEEE Transactions on Image Processing，1992，1（4）：505－517.

[3] Jakowatz C V Jr，Wahl D E，Yocky D A.Beamforming as a Foundation for Spotlight－mode SAR Image Formation by Backprojection[C]//Proceedings of SPIE：6970.Bellingham：SPIE，2008：69700Q.

[4] Ulander L M H，Hellsten H，Stenstr?m G.Synthetic－aperture Radar Processing Using Fast Factorized Back－projection[J].IEEE Transactions on Aerospace and Electronic Systems，2003，39（3）：760－776.

[5] 李楊寰，宋千，王鵬宇，等.多級(jí)多分辨快速后向投影成像算法 [J].電子學(xué)報(bào)，2011，39（3）：518－524.Li Yanghuan，Song Qian，Wang Pengyu，et al.Multi－stage Multi－resolution Fast Back－projection Imaging Algorithm[J].Acta Electronica Sinica，2011，39（3）：518－524.

[6] Jakowatz C V Jr，Wahl D E.Considerations for Autofocus of Spotlight－mode SAR Imagery Created Using a Beamforming Algorithm [C]//Proceedings of SPIE：7337.Bellingham：SPIE，2008：73370A.

[7] 李浩林，張磊，楊磊，等.一種改進(jìn)的快速分解后向投影SAR成像算法 [J].電子與信息學(xué)報(bào)，2013，35（6）：1435－1441.

Li Haolin，Zhang Lei，Yang Lei，et al.A Novel Fast Factorized Back－projection Algorithm for Synthetic Aperture Radar Imagery[J].Journal of Electronics ＆Information Technology，2013，35（6）：1435－1441.

[8] 張磊，李浩林，邢孟道，等.快速后向投影合成孔徑雷達(dá)成像的自聚焦方法 [J].西安電子科技大學(xué)學(xué)報(bào)，2014，41（1）：87－94.

Zhang Lei，Li Haolin，Xing Mengdao，et al.Autofocusing Synthetic Aperture Radar Imagery with Fast Back－projection Algorithm [J].Journal of Xidian University，2014，41（1）：87－94.

[9] Hellsten H，Dammert P，?hlander A.Autofocus in Fast Factorized Backprojection for Processing of SAR Images When Geometry Parameters Are Unknown [C]//Proceedings of the IEEE Radar Conference.Piscataway：IEEE，2010：603－608.

[10] Ash J N.An Autofocus Method for Backprojection Imagery in Synthetic Aperture Radar[J].IEEE Geoscience and Remote Sensing Letters，2012，9（1）：104－108.

[11] Wahl D E，Eichel P H，Ghiglia D C，et al.Phase Gradient Autofocus—a Robust Tool for High Resolution Phase Correction[J].IEEE Transactions on Aerospace and Electronic Systems，1994，30（3）：827－835.

[12] Carrara W G，Goodman R S，Majewski R M.Spotlight Synthetic Aperture Radar：Signal Processing Algorithm [M].Boston：Artech House，1995.

[13] Burns B L，Cordaro J T.A SAR Image－formation Algorithm that Compensates for the Spatially－variant Effects of Antenna Motion[C]//Proceedings of SPIE.Bellingham：SPIE，1994：14－24.

[14] Zhu Daiyin，Jiang Rui，Mao Xinhua，et al.Multi－subaperture PGA for SAR Autofocusing[J].IEEE Transactions on Aerospace and Electronic Systems，2013，49（1）：468－488.

[15] 張磊.高分辨SAR/ISAR成像及誤差補(bǔ)償技術(shù)研究 [D].西安：西安電子科技大學(xué)，2012.