BAQ算法仿真及分析范文

本站小編為你精心準備了BAQ算法仿真及分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《空間電子技術雜志》2015年第一期

1SAR的數據特性及baq的作用

SAR回波數據具有以下一些特性［10］:(1)I、Q兩路信號均為近似零均值的高斯分布，且I、Q兩路信號彼此獨立;(2)樣本間的相關性很微弱;(3)具有類白噪聲的頻譜;(4)數據動態范圍大;(5)距離向和方位向的方差緩慢變化;(6)數據率龐大。數據間的相關性是各種壓縮算法利用的重要因素，SAR原始數據間的相關性微弱，導致SAR數據壓縮算法的選擇局限在很小的一個范圍內。雖SAR數據壓縮算法的種類繁多，但是壓縮效果一般的BAQ壓縮算法卻是最簡單、速度最快、最實用的一種壓縮算法。且BAQ數據壓縮可以帶來以下的好處:(1)減少數據率。可以降低數傳速率，而不減少相位信息;可以將更多信息(極化和多頻信息)傳至地面。(2)減少存儲需要的數據量。在數據向地面發射之前，可以存儲更多的數據，當衛星軌道處于無數據鏈路區段時，這一特點顯得較為重要。(3)不改變圖像的幾何分辨率［11］;(4)不引起圖像的幾何失真［11］;(5)對圖像的輻射分辨率影響很小［11］。

2BAQ壓縮算法簡介

2．1BAQ算法原理BAQ壓縮算法的思想是通過對大數據塊劃分，使得每一分塊數據的動態范圍遠小于整塊數據的特點，從而實現整塊數據的自適應量化。從全局來看，獲得了較大的動態范圍。使用BAQ壓縮算法的基礎是認為SAR原始數據是在距離向和方位向具有零均值、緩變方差的高斯分布信號。BAQ壓縮算法的實現原理框圖如圖1所示［11］。從圖1可歸納BAQ壓縮算法的實現步驟為:(1)將需壓縮的原始數據分成若干小塊，計算塊內樣本的幅度均值，根據均值估算方差。(2)應用這個方差將塊內數據歸一化，使之符合均值為零，方差為1的標準高斯分布。(3)以(0，1)高斯分布為基礎，預先計算好量化電平和輸出電平。(4)用歸一化后的數據與量化電平比較得到量化后的碼字。(5)將編碼及對應的塊幅度均值一起打包下傳至地面。(6)在地面上，根據接收到的數據、各數據塊的方差以及輸出電平恢復出原始數據。

2．2BAQ算法求解的關鍵技術BAQ壓縮算法的重點在于如何合理的對數據分塊、分塊數據標準差的求解以及根據分塊數據求解判決電平和量化電平。BAQ分塊既不能太大，要盡可能準確地跟蹤回波數據幅度在距離向和數據向的起伏;也不能太小，必須保證用該塊數據估計出的標準差能可靠地反映該數據塊的統計特性。即分塊必須足夠小以保證每一分塊中估計出的方差值恒定;分塊必須足夠大以保證能有效地估計出每一分塊的方差值。對SAR來講，在距離向分塊應小于發射脈沖所對應的采樣點數;在方位向應小于合成孔徑點數。一般地，分塊的大小取為［10］:32×32(方位×距離)。假設將原始數據分成Ka×Kr的子塊，Ka、Kr分別是距離向和方位向的點數。若原始數據的字長為n位，每個子塊產生一個b位的門限電平，則BAQ算法的壓縮比為。

3一種改進的BAQ算法

由于SAR原始數據的動態范圍太大，既要照顧到小信號，又不使大信號飽和是一個很困難的事情。所以如果AGC調節不當或者地面反射突變，造成接收機飽和，很多采樣數據就會等于A/D變換器的最大值和最小值。原始數據的分布近似服從高斯分布是傳統BAQ算法的重要條件。實際上大多數回波數據也很好地符合這個條件。但是在上述情況下，回波數據中含有較多的飽和數據，傳統BAQ算法的基本條件已經不能滿足，若仍使用傳統BAQ算法進行量化，就會造成很大的誤差。這時需要對傳統BAQ算法進行改進，以便更好地適用于實際的SAR信號壓縮處理中。原始數據經過8位A/D轉換器(ADC08D1500)量化，由于此AD有固定之流128，所以最大值為255，最小值為0。對大量回波數據的統計發現，在局部集中區域中最大值和最小值的出現頻率遠遠高于其他中間值的出現頻率，甚至幾倍于數據均值的出現頻率;除了最大值和最小值的區域，中間區域基本上符合高斯分布。由于原始數據含有過多飽和成分只在一定的區域，并不會延伸到所有的數據段，所以在數據壓縮前先要對需要量化的數據進行判斷，判斷飽和數據是否多到需要進行特別處理的程度。傳統BAQ算法的設計思想就是在數據分布密集的區域，取較小的量化區間，在數據分布稀疏的區域，取較大量化區間。這樣在均方誤差的意義下，全局量化誤差達到最小。根據這個思想，由于最大值和最小值是局部數據非常集中的區域，所以有必要用專門碼字來表示;而對于中間值，由于數據仍然能夠很好地符合高斯分布，所以仍然使用傳統BAQ算法對其量化。

改進的BAQ算法具體實現步驟分4大步:(1)接收到原始數據之后，先對其進行分塊，然后統計塊內飽和數據在塊內所占的百分比，同時統計出非飽和數據的方差。(2)預先設置一個百分比，當飽和數據所占百分比小于此值時，對數據塊進行傳統BAQ算法量化;當飽和數據所占百分比大于此值時，采用對飽和數據單獨編碼的方法，其余數據仍然使用根據高斯分布計算得出的門限電平進行量化。(3)下傳的數據包括量化后數據、各數據塊的方差和各數據塊的量化方法指示。(4)在地面上，根據量化的方法和數據塊的方差恢復出原始的數據。改進的BAQ算法的實質是，根據數據塊的統計特性，自適應地選擇均方誤差最小的量化方法。如果數據完全沒有飽和情況，那么這種算法也完全不會影響量化的質量，所以是一種通用的量化方法。對比傳統BAQ算法，改進的BAQ算法可以帶來2大好處:(1)在計算方差的時候，由于除去了飽和的數據，使量化的方差更好地符合非飽和數據，減少了非飽和數據量化的誤差。(2)由于飽和數據產生的很大的量化誤差變成了無誤差。

4實驗結果

4．1量化信噪比結果對比為了驗證改進的BAQ算法的效果，本文以實際的SAR原始數據作了3次實驗，分別是直接取高3位量化、3比特傳統BAQ算法量化，3比特改進的BAQ算法量化。數據塊為16384*16384點數。傳統BAQ算法是根據均方最小誤差準則得出的，而改進的BAQ算法是在數據含有飽和成分時繼續貫徹最小均方誤差準則得出的，所以這兩種算法的衡量標準就是SQNR。使用三種方法對原始數據量化結果如表1所示。噪聲功率ε表示原始數據和重建數據間量化誤差的絕對測量，σ為標準差。從以上的對比結果來看，使用直接取高3位量化方法時飽和數據對噪聲功率影響大;而對于傳統BAQ算法，飽和成分越多，量化信噪比越低;而對于改進的BAQ算法，含有飽和成分的數據塊飽和成分越多，量化信噪比越高;所以在提高量化信噪比方面，改進的BAQ算法優于傳統BAQ算法。

4．2恢復的數據結果對比從原始數據的統計特性來看，當飽和成分達到20%以上時，非飽和部分的數據呈現近似三角分布。但是飽和成分過多并不是數據沒有用處，仍要進行量化下傳。下面通過對使用這兩種壓縮算法量化下傳后恢復的數據與原始數據比較來分析這兩種壓縮算法的效果。兩種壓縮方法恢復的數據與原始數據對比結果如圖2所示。兩種壓縮方法恢復的數據與原始數據的信號誤差對比結果如表2所示。從圖2可看出，改進的BAQ算法量化下傳后恢復的數據較接近原始數據;傳統BAQ算法量化下傳后恢復的數據與原始數據對比效果較差，尤其是在2100個點后幅值比實際幅值整個抬高了。表2定量地給出了這兩種壓縮方法恢復的數據與原始數據的信號誤差。實驗結果表明，改進的BAQ算法對于降低含有較多飽和成分原始數據的量化誤差有很大的幫助。在處理非飽和數據時，這兩種壓縮算法效果接近。但是由于改進的BAQ算法對飽和部分的數據作了特殊的處理，而傳統BAQ算法在處理飽和數據時會造成很大的誤差，所以總體上改進的BAQ算法優于傳統BAQ算法;而且改進的BAQ算法計算量增加不大，易于實現，所以它是一種比較實用的SAR原始數據壓縮方法。

5結束語

雖然合成孔徑雷達的數據壓縮在信號的處理中必不可少，但是由于對速度的要求，很多高性能的算法很難應用。因此壓縮效果一般的BAQ算法以其最簡單、速度最快、最實用而成為現在唯一實用的合成孔徑雷達壓縮算法。在實際應用中，SAR的回波數據中往往含有飽和數據。若仍使用傳統BAQ算法則存在很大的誤差。針對傳統BAQ算法的這一缺點，從實用性的角度出發，本文在分析了SAR實際回波數據特點的基礎上，提出了一種改進的BAQ算法并應用于SAR信號處理系統中。實驗結果表明:在地面上，改進的BAQ算法比傳統BAQ算法能更好地恢復出含有飽和數據的原始回波數據。且該算法易于實現，可很好地應用于壓縮處理具有飽和成分的SAR回波數據中。

作者：于巍巍孫娟韓濤王明偉單位：中國空間技術研究院西安分院