BAQ算法仿真及分析范文

本站小编为你精心准备了BAQ算法仿真及分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《空间电子技术杂志》2015年第一期

1SAR的数据特性及baq的作用

SAR回波数据具有以下一些特性［10］:(1)I、Q两路信号均为近似零均值的高斯分布，且I、Q两路信号彼此独立;(2)样本间的相关性很微弱;(3)具有类白噪声的频谱;(4)数据动态范围大;(5)距离向和方位向的方差缓慢变化;(6)数据率庞大。数据间的相关性是各种压缩算法利用的重要因素，SAR原始数据间的相关性微弱，导致SAR数据压缩算法的选择局限在很小的一个范围内。虽SAR数据压缩算法的种类繁多，但是压缩效果一般的BAQ压缩算法却是最简单、速度最快、最实用的一种压缩算法。且BAQ数据压缩可以带来以下的好处:(1)减少数据率。可以降低数传速率，而不减少相位信息;可以将更多信息(极化和多频信息)传至地面。(2)减少存储需要的数据量。在数据向地面发射之前，可以存储更多的数据，当卫星轨道处于无数据链路区段时，这一特点显得较为重要。(3)不改变图像的几何分辨率［11］;(4)不引起图像的几何失真［11］;(5)对图像的辐射分辨率影响很小［11］。

2BAQ压缩算法简介

2．1BAQ算法原理BAQ压缩算法的思想是通过对大数据块划分，使得每一分块数据的动态范围远小于整块数据的特点，从而实现整块数据的自适应量化。从全局来看，获得了较大的动态范围。使用BAQ压缩算法的基础是认为SAR原始数据是在距离向和方位向具有零均值、缓变方差的高斯分布信号。BAQ压缩算法的实现原理框图如图1所示［11］。从图1可归纳BAQ压缩算法的实现步骤为:(1)将需压缩的原始数据分成若干小块，计算块内样本的幅度均值，根据均值估算方差。(2)应用这个方差将块内数据归一化，使之符合均值为零，方差为1的标准高斯分布。(3)以(0，1)高斯分布为基础，预先计算好量化电平和输出电平。(4)用归一化后的数据与量化电平比较得到量化后的码字。(5)将编码及对应的块幅度均值一起打包下传至地面。(6)在地面上，根据接收到的数据、各数据块的方差以及输出电平恢复出原始数据。

2．2BAQ算法求解的关键技术BAQ压缩算法的重点在于如何合理的对数据分块、分块数据标准差的求解以及根据分块数据求解判决电平和量化电平。BAQ分块既不能太大，要尽可能准确地跟踪回波数据幅度在距离向和数据向的起伏;也不能太小，必须保证用该块数据估计出的标准差能可靠地反映该数据块的统计特性。即分块必须足够小以保证每一分块中估计出的方差值恒定;分块必须足够大以保证能有效地估计出每一分块的方差值。对SAR来讲，在距离向分块应小于发射脉冲所对应的采样点数;在方位向应小于合成孔径点数。一般地，分块的大小取为［10］:32×32(方位×距离)。假设将原始数据分成Ka×Kr的子块，Ka、Kr分别是距离向和方位向的点数。若原始数据的字长为n位，每个子块产生一个b位的门限电平，则BAQ算法的压缩比为。

3一种改进的BAQ算法

由于SAR原始数据的动态范围太大，既要照顾到小信号，又不使大信号饱和是一个很困难的事情。所以如果AGC调节不当或者地面反射突变，造成接收机饱和，很多采样数据就会等于A/D变换器的最大值和最小值。原始数据的分布近似服从高斯分布是传统BAQ算法的重要条件。实际上大多数回波数据也很好地符合这个条件。但是在上述情况下，回波数据中含有较多的饱和数据，传统BAQ算法的基本条件已经不能满足，若仍使用传统BAQ算法进行量化，就会造成很大的误差。这时需要对传统BAQ算法进行改进，以便更好地适用于实际的SAR信号压缩处理中。原始数据经过8位A/D转换器(ADC08D1500)量化，由于此AD有固定之流128，所以最大值为255，最小值为0。对大量回波数据的统计发现，在局部集中区域中最大值和最小值的出现频率远远高于其他中间值的出现频率，甚至几倍于数据均值的出现频率;除了最大值和最小值的区域，中间区域基本上符合高斯分布。由于原始数据含有过多饱和成分只在一定的区域，并不会延伸到所有的数据段，所以在数据压缩前先要对需要量化的数据进行判断，判断饱和数据是否多到需要进行特别处理的程度。传统BAQ算法的设计思想就是在数据分布密集的区域，取较小的量化区间，在数据分布稀疏的区域，取较大量化区间。这样在均方误差的意义下，全局量化误差达到最小。根据这个思想，由于最大值和最小值是局部数据非常集中的区域，所以有必要用专门码字来表示;而对于中间值，由于数据仍然能够很好地符合高斯分布，所以仍然使用传统BAQ算法对其量化。

改进的BAQ算法具体实现步骤分4大步:(1)接收到原始数据之后，先对其进行分块，然后统计块内饱和数据在块内所占的百分比，同时统计出非饱和数据的方差。(2)预先设置一个百分比，当饱和数据所占百分比小于此值时，对数据块进行传统BAQ算法量化;当饱和数据所占百分比大于此值时，采用对饱和数据单独编码的方法，其余数据仍然使用根据高斯分布计算得出的门限电平进行量化。(3)下传的数据包括量化后数据、各数据块的方差和各数据块的量化方法指示。(4)在地面上，根据量化的方法和数据块的方差恢复出原始的数据。改进的BAQ算法的实质是，根据数据块的统计特性，自适应地选择均方误差最小的量化方法。如果数据完全没有饱和情况，那么这种算法也完全不会影响量化的质量，所以是一种通用的量化方法。对比传统BAQ算法，改进的BAQ算法可以带来2大好处:(1)在计算方差的时候，由于除去了饱和的数据，使量化的方差更好地符合非饱和数据，减少了非饱和数据量化的误差。(2)由于饱和数据产生的很大的量化误差变成了无误差。

4实验结果

4．1量化信噪比结果对比为了验证改进的BAQ算法的效果，本文以实际的SAR原始数据作了3次实验，分别是直接取高3位量化、3比特传统BAQ算法量化，3比特改进的BAQ算法量化。数据块为16384*16384点数。传统BAQ算法是根据均方最小误差准则得出的，而改进的BAQ算法是在数据含有饱和成分时继续贯彻最小均方误差准则得出的，所以这两种算法的衡量标准就是SQNR。使用三种方法对原始数据量化结果如表1所示。噪声功率ε表示原始数据和重建数据间量化误差的绝对测量，σ为标准差。从以上的对比结果来看，使用直接取高3位量化方法时饱和数据对噪声功率影响大;而对于传统BAQ算法，饱和成分越多，量化信噪比越低;而对于改进的BAQ算法，含有饱和成分的数据块饱和成分越多，量化信噪比越高;所以在提高量化信噪比方面，改进的BAQ算法优于传统BAQ算法。

4．2恢复的数据结果对比从原始数据的统计特性来看，当饱和成分达到20%以上时，非饱和部分的数据呈现近似三角分布。但是饱和成分过多并不是数据没有用处，仍要进行量化下传。下面通过对使用这两种压缩算法量化下传后恢复的数据与原始数据比较来分析这两种压缩算法的效果。两种压缩方法恢复的数据与原始数据对比结果如图2所示。两种压缩方法恢复的数据与原始数据的信号误差对比结果如表2所示。从图2可看出，改进的BAQ算法量化下传后恢复的数据较接近原始数据;传统BAQ算法量化下传后恢复的数据与原始数据对比效果较差，尤其是在2100个点后幅值比实际幅值整个抬高了。表2定量地给出了这两种压缩方法恢复的数据与原始数据的信号误差。实验结果表明，改进的BAQ算法对于降低含有较多饱和成分原始数据的量化误差有很大的帮助。在处理非饱和数据时，这两种压缩算法效果接近。但是由于改进的BAQ算法对饱和部分的数据作了特殊的处理，而传统BAQ算法在处理饱和数据时会造成很大的误差，所以总体上改进的BAQ算法优于传统BAQ算法;而且改进的BAQ算法计算量增加不大，易于实现，所以它是一种比较实用的SAR原始数据压缩方法。

5结束语

虽然合成孔径雷达的数据压缩在信号的处理中必不可少，但是由于对速度的要求，很多高性能的算法很难应用。因此压缩效果一般的BAQ算法以其最简单、速度最快、最实用而成为现在唯一实用的合成孔径雷达压缩算法。在实际应用中，SAR的回波数据中往往含有饱和数据。若仍使用传统BAQ算法则存在很大的误差。针对传统BAQ算法的这一缺点，从实用性的角度出发，本文在分析了SAR实际回波数据特点的基础上，提出了一种改进的BAQ算法并应用于SAR信号处理系统中。实验结果表明:在地面上，改进的BAQ算法比传统BAQ算法能更好地恢复出含有饱和数据的原始回波数据。且该算法易于实现，可很好地应用于压缩处理具有饱和成分的SAR回波数据中。

作者：于巍巍孙娟韩涛王明伟单位：中国空间技术研究院西安分院