Moving Target SAR Imaging Using Planar Arrays And Multidimensional Chinese Remainder Theorem (MD-CRT)--Part I: A General Framework

Planteamiento del Problema

La obtención de imágenes por Radar de Apertura Sintética (SAR) de objetivos en movimiento sobre terreno tridimensional (o en el aire) presenta un desafío de estimación dual: determinar con precisión tanto el desplazamiento en el rango cruzado (cross-range) inducido por el movimiento como la altura del objetivo. Mientras que los sistemas convencionales de SAR de Velocidad (VSAR) que utilizan arreglos de antenas lineales pueden estimar los desplazamientos en el rango cruzado mediante la Transformada Discreta de Fourier (DFT), estos no logran resolver la altura del objetivo porque solo muestrean espacialmente a lo largo de la dirección azimutal. Además, cuando las velocidades o las alturas de los objetivos son grandes, el empaquetamiento de fase (phase wrapping) inherente al procesamiento por DFT genera ambigüedad, lo que restringe el rango de estimación inequívoca. Los métodos existentes para resolver la ambigüedad, como los arreglos lineales de frecuencia múltiple o no uniformes, están diseñados principalmente para escenarios unidimensionales (1D) y no abordan directamente la naturaleza acoplada en 2D del desplazamiento en el rango cruzado y la estimación de la altura en entornos 3D.

Metodología

El artículo propone un marco general que utiliza arreglos de antenas planares y el Teorema del Resto Chino Multidimensional (MD-CRT) para estimar conjuntamente el desplazamiento en el rango cruzado y la altura del objetivo.

1. Modelo de Señal y Formulación 2D-DFT:

   • Los autores modelan la geometría SAR con una plataforma que se mueve a una velocidad constante y un arreglo de antenas planar (situado en el plano $x-z$) con elementos dispuestos en una red generada por una matriz $M$.
   • Se asume que el objetivo se desplaza con un vector de velocidad 3D.
   • Tras el procesamiento SAR estándar (incluyendo la compensación de fase cuadrática), la imagen compleja a través del arreglo planar exhibe una estructura exponencial compleja 2D.
   • El desplazamiento en el rango cruzado inducido por el movimiento y la altura del objetivo se unifican en un único vector de parámetros 2D $\mathbf{g}$.
   • La aplicación de una Transformada Discreta de Fourier 2D (2D-DFT) a través de los índices de la antena revela que el vector de parámetros $\mathbf{g}$ está relacionado con el pico detectado mediante una formulación de resto vectorial módulo una matriz entera específica $N$ (el módulo de la matriz 2D-DFT). Específicamente, $\mathbf{g} \equiv \mathbf{r} \pmod{N}$, donde $\mathbf{r}$ es el vector resto observado.

2. Construcción Óptima del Módulo de la Matriz:

   • A diferencia de los arreglos lineales 1D donde el módulo es un escalar, el entorno 2D implica un módulo de matriz $N$. La estructura de $N$ afecta cómo los errores en el vector resto se propagan al vector de parámetros estimado.
   • El artículo deriva una construcción óptima para $N$ bajo una geometría de arreglo fija ($M$) y un número fijo de elementos de antena (fijo $|\det(N)|$).
   • La elección óptima es $N = \alpha \text{adj}(M^\top)$, que minimiza el factor de amplificación de error $\|M^{-\top}N^{-1}\|_\infty$, asegurando que los errores del resto se equilibren en ambas dimensiones en lugar de amplificarse en una sola dirección.

3. Marco de Sub-arreglos Múltiples para la Resolución de Ambigüedad:

   • Un único arreglo planar produce solo una estimación "plegada" (el vector resto) si el verdadero vector de parámetros se encuentra fuera del rango inequívoco definido por el Paralelepípedo Fundamental (FPD) de $N$.
   • Para resolver esto, los autores proponen un marco de sub-arreglos múltiples utilizando $J$ sub-arreglos, cada uno con un generador de red diferente $M_j$ y su correspondiente módulo $N_j$.
   • Esto genera un sistema de congruencias matriciales: $\mathbf{g} \equiv \beta_j \mathbf{r}_j \pmod{\beta_j N_j}$.
   • El verdadero vector de parámetros $\mathbf{g}$ se recupera resolviendo este sistema mediante el MD-CRT, que efectivamente amplía el rango inequívoco al FPD del Mínimo Común Múltiplo Derecho (LCRM) de los módulos.

4. Recuperación Robusta con Errores Prácticos:

   • El artículo aborda problemas prácticos donde el vector de frecuencia no es entero, lo que provoca errores de cuantificación en la detección de picos de la 2D-DFT.
   • Se introduce un modelo de pico 2D aproximado, que reemplaza los vectores de frecuencia no enteros por vectores enteros cercanos para mapear el problema de nuevo al marco estándar de resto de vector entero.
   • Se incorpora el MD-CRT robusto para manejar tanto los errores de cuantificación (caso sin ruido) como el ruido aditivo de la señal.
   • Los autores establecen condiciones suficientes para la recuperación robusta y derivan límites de error de reconstrucción explícitos tanto para entornos sin ruido como con ruido. Estos límites dependen de los factores de escala $\alpha_j$ y los niveles de ruido.

Contribuciones Clave

• Formulación 2D Unificada: El artículo establece una formulación de resto vectorial 2D unificada para la estimación conjunta del desplazamiento en el rango cruzado y la altura del objetivo mediante arreglos planares, extendiendo los conceptos previos de VSAR 1D.
• Optimización del Módulo de la Matriz: Proporciona una derivación teórica para el módulo de la matriz 2D-DFT óptimo que minimiza la propagación del error, una libertad de diseño estructural única en el entorno 2D.
• Marco MD-CRT para SAR: Adapta el MD-CRT a la obtención de imágenes por SAR, demostrando cómo múltiples sub-arreglos planares con diferentes generadores de red pueden resolver conjuntamente las ambigüedades y ampliar el rango inequívoco más allá de lo posible con un solo arreglo.
• Análisis de Robustez: El trabajo introduce un modelo de pico aproximado para frecuencias no enteras y proporciona condiciones suficientes rigurosas y límites de error para la recuperación robusta en presencia de cuantificación y ruido aditivo.

Resultados

El artículo presenta simulaciones numéricas para validar el marco teórico:

• Ampliación del Rango Inequívoco: Una simulación con dos sub-arreglos planares coprimos demuestra que el rango inequívoco conjunto (definido por el LCRM de los módulos de los sub-arreglos) es estrictamente mayor que el de cualquier sub-arreglo individual.
• Precisión de Localización: En un escenario sin ruido, el marco de dos sub-arreglos recupera con éxito la ubicación del objetivo en la carretera. En contraste, el uso de un solo sub-arreglo resulta en una ubicación de objetivo reconstruida desplazada de la trayectoria real debido a la ambigüedad.
• Límites de Error: Los límites de error derivados confirman que el aumento del factor de escala $\alpha$ (efectivamente aumentando el tamaño del arreglo o utilizando zero-padding) reduce el error de reconstrucción, mejorando la precisión.

Significado y Reivindicaciones

Los autores afirman que este trabajo proporciona la base teórica para el diseño de arreglos planares y el análisis de rendimiento en la obtención de imágenes SAR de objetivos en movimiento.

• El marco permite la estimación conjunta de los parámetros de movimiento 3D (desplazamiento y altura), lo cual no es posible con los arreglos lineales 1D convencionales.
• El enfoque propuesto de sub-arreglos múltiples ofrece un método sistemático para ampliar el rango inequívoco sin requerir cambios de hardware complejos más allá de la geometría del arreglo.
• El artículo establece explícitamente que la Parte II de esta serie de dos partes investigará diseños específicos de sub-arreglos planares y proporcionará simulaciones más detalladas sobre la robustez, indicando que la Parte I se centra en el marco general, la formulación matemática y los límites teóricos.

La importancia radica en cerrar la brecha entre las técnicas de VSAR 1D y los requisitos más complejos de la obtención de imágenes de terreno 3D, ofreciendo un enfoque matemáticamente riguroso para la resolución de ambigüedades y la gestión de errores en los sistemas SAR.