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

Problematica

L'imaging SAR (Synthetic Aperture Radar) di bersagli in movimento su terreni tridimensionali (o in aria) presenta una duplice sfida di stima: determinare accuratamente sia lo spostamento cross-range indotto dal moto, sia l'altezza del bersaglio. Mentre i sistemi convenzionali di Velocity SAR (VSAR) che utilizzano array di antenne lineari possono stimare gli spostamenti cross-range tramite la Trasformata Discreta di Fourier (DFT), essi non riescono a risolvere l'altezza del bersaglio poiché campionano spazialmente solo lungo la direzione dell'azimut. Inoltre, quando le velocità o le altezze dei bersagli sono elevate, l'ambiguità di fase inerente all'elaborazione DFT porta al fenomeno del phase wrapping, limitando l'intervallo di stima non ambiguo. I metodi esistenti per risolvere l'ambiguità, come gli array lineari multifrequenza o non uniformi, sono progettati principalmente per scenari monodimensionali (1D) e non affrontano direttamente la natura accoppiata 2D dello spostamento cross-range e della stima dell'altezza in ambienti 3D.

Metodologia

Il documento propone un framework generale che utilizza array di antenne planari e il Teorema del Resto Cinese Multidimensionale (MD-CRT) per stimare congiuntamente lo spostamento cross-range e l'altezza del bersaglio.

1. Modello del Segnale e Formulazione 2D-DFT:

   • Gli autori modellano la geometria SAR con una piattaforma che si muove a velocità costante e un array di antenne planare (situato nel piano $x-z$) con elementi disposti su un reticolo generato da una matrice $M$.
   • Si assume che il bersaglio si muova con un vettore di velocità 3D.
   • Dopo l'elaborazione SAR standard (inclusa la compensazione della fase quadratica), l'immagine complessa attraverso l'array planare esibisce una struttura esponenziale complessa 2D.
   • Lo spostamento cross-range indotto dal moto e l'altezza del bersaglio sono unificati in un unico vettore di parametri 2D $\mathbf{g}$.
   • L'applicazione di una 2D-DFT attraverso gli indici dell'antenna rivela che il vettore dei parametri $\mathbf{g}$ è correlato al picco rilevato tramite una formulazione del resto vettoriale modulo una specifica matrice intera $N$ (la matrice modulo della 2D-DFT). Nello specifico, $\mathbf{g} \equiv \mathbf{r} \pmod{N}$, dove $\mathbf{r}$ è il vettore del resto osservato.

2. Costruzione Ottimale del Modulo della Matrice:

   • A differenza degli array lineari 1D dove il modulo è uno scalare, l'impostazione 2D comporta un modulo matriciale $N$. La struttura di $N$ influenza il modo in cui gli errori nel resto vettoriale si propagano al vettore dei parametri stimato.
   • Il documento deriva una costruzione ottimale per $N$ sotto una geometria di array fissa ($M$) e un numero fisso di elementi dell'antenna (numero fisso di $|\det(N)|$).
   • La scelta ottimale è $N = \alpha \text{adj}(M^\top)$, che minimizza il fattore di amplificazione dell'errore $\|M^{-\top}N^{-1}\|_\infty$, garantendo che gli errori del resto siano bilanciati tra entrambe le dimensioni anziché essere amplificati in una singola direzione.

3. Framework Multi-Subarray per la Risoluzione dell'Ambiguità:

   • Un singolo array planare fornisce solo una stima "ripiegata" (il resto vettoriale) se il vero vettore dei parametri si trova al di fuori dell'intervallo non ambiguo definito dal Parallelepipedo Fondamentale (FPD) di $N$.
   • Per risolvere questo problema, gli autori propongono un framework multi-subarray utilizzando $J$ subarray, ciascuno con un diverso generatore di reticolo $M_j$ e il corrispondente modulo $N_j$.
   • Ciò genera un sistema di congruenze matriciali: $\mathbf{g} \equiv \beta_j \mathbf{r}_j \pmod{\beta_j N_j}$.
   • Il vero vettore dei parametri $\mathbf{g}$ viene recuperato risolvendo questo sistema tramite l'MD-CRT, che amplia efficacementmente l'intervallo non ambiguo all'FPD del Minimo Comune Multiplo Destro (LCRM) dei moduli.

4. Recupero Robusto con Errori Pratici:

   • Il documento affronta le problematiche pratiche in cui il vettore di frequenza non è intero, portando a errori di quantizzazione nella rilevazione del picco 2D-DFT.
   • Viene introdotto un modello di picco 2D-DFT approssimato, che sostituisce i vettori di frequenza non interi con vettori interi vicini per mappare il problema nel framework standard del resto del vettore intero.
   • Viene incorporato un MD-CRT robusto per gestire sia gli errori di quantizzazione (caso senza rumore) sia il rumore del segnale additivo.
   • Gli autori stabiliscono condizioni sufficienti per il recupero robusto e derivano limiti espliciti di errore di ricostruzione sia per l'ambiente senza rumore che per quello con rumore. Tali limiti dipendono dai fattori di scala $\alpha_j$ e dai livelli di rumore.

Contributi Chiave

• Formulazione 2D Unificata: Il documento stabilisce una formulazione unificata del resto vettoriale 2D per la stima congiunta dello spostamento cross-range e dell'altezza del bersaglio utilizzando array planari, estendendo i precedenti concetti VSAR 1D.
• Ottimizzazione del Modulo della Matrice: Fornisce una derivazione teorica per il modulo ottimale della 2D-DFT che minimizza la propagazione dell'errore, una libertà di progettazione strutturale unica nell'impostazione 2D.
• Framework MD-CRT per SAR: Adatta l'MD-CRT all'imaging SAR, dimostrando come molteplici subarray planari con diversi generatori di reticolo possano risolvere congiuntamente le ambiguità e ampliare l'intervallo non ambiguo oltre quanto possibile con un singolo array.
• Analisi della Robustezza: Il lavoro introduce un modello di picco approssimato per frequenze non intere e fornisce condizioni sufficienti rigorose e limiti di errore per il recupero robusto in presenza di quantizzazione e rumore additivo.

Risultati

Il documento presenta simulazioni numeriche per validare il framework teorico:

• Ampliamento dell'Intervallo Non Ambiguo: Una simulazione con due subarray planari co-primi dimostra che l'intervallo non ambiguo congiunto (definito dall'LCRM dei moduli dei subarray) è strettamente maggiore di quello di un singolo subarray.
• Accuratezza della Localizzazione: In uno scenario privo di rumore, il framework a due subarray recupera con successo la posizione del bersaglio sulla strada. Al contrario, l'uso di un singolo subarray risulta in una posizione del bersaglio ricostruita spostata rispetto al percorso reale a causa dell'ambiguità.
• Limiti di Errore: I limiti di errore derivati confermano che l'aumento del fattore di scala $\alpha$ (ovvero l'aumento della dimensione dell'array o l'uso di zero-padding) riduce l'errore di ricostruzione, migliorando l'accuratezza.

Significato e Rivendicazioni

Gli autori affermano che questo lavoro fornisce la base teorica per la progettazione di array planari e l'analisi delle prestazioni nell'imaging SAR di bersagli in movimento.

• Il framework consente la stima congiunta dei parametri di moto 3D (spostamento e altezza) che non è ottenibile con i convenzionali array lineari 1D.
• Il framework proposto offre un metodo sistematico per ampliare l'intervallo non ambiguo senza richiedere modifiche hardware complesse oltre alla geometria dell'array.
• Il documento dichiara esplicitamente che la Parte II di questa serie in due parti investigherà specifici design di subarray planari e fornirà simulazioni più dettagliate sulla robustezza, indicando che la Parte I si concentra sul framework generale, sulla formulazione matematica e sui limiti teorici.

Il significato risiede nel colmare il divario tra le tecniche VSAR 1D e i requisiti più complessi dell'imaging del terreno 3D, offrendo un approccio matematicamente rigoroso per la risoluzione dell'ambiguità e la gestione dell'errore nei sistemi SAR.