一种PGA算法在C6678的实现与优化方法研究
摘 要
本文介绍一种基于自适应孤立特显点选择的PGA算法，详细论述该算法的实现步骤，并在TMS320C6678平台上实现，以及为了满足实时性和高精度要求所做的优化处理。
【关键词】合成孔径雷达成像 自聚焦算法 DSP
1 引言
相位梯度自聚焦（PGA）算法在高分辨SAR成像系统中有着广泛的应用。该算法的独特之处在于它是基于图像中某些特显点进行自聚焦处理的，从而使整个图像更好的聚焦[1]。该算法把在能量较高的距离单元中的最强散射点作为特显点。但当周围存在较强杂波干扰时，以此选取的散射点估计相位误差会带来不利的影响[2]。本文介绍一种基于自适应孤立特显点选择的PGA算法，详细论述该算法在TMS320C6678平台上的实现，以及为了满足实时性和高精度要求所做的优化处理。
2 算法描述
由于孤立特显点是相对其周围的背景强度较大的像素点，通常的做法是将待评估的像素点的幅值与周围像素点幅值均值相比较，以该比值作为该像素点质量的评估。该比值越大，说明该像素点作为一个孤立特显点的特征更明显；该比值越小，说明该像素点相对周围背景越不突出。以该比值作为评判孤立特显点需要考虑几个问题。一是当该像素点周围存在强杂波干扰时，使得该比值较小，所以考虑滑窗处理。二是考虑到影响相位误差估计的主要因素是方位向的强杂波干扰，所以滑窗考虑选取沿方位向的一维窗。三是考虑到自聚焦前的图像存在一定散焦，所以滑窗处理时可以取左右对称的五到十个分辨单元作为参考背景，并预留一到两个分辨单元作为保护单元。
PGA自聚焦算法的处理步骤为：
首先估计所有像素点的质量评估值。做法是将各像素点按幅度大小排序，确定门限值，对于低于门限的像素点将其质量评估值设置为零，高于门限的像素点按如下方法估计其质量评估值：假设保护单元的数目为WP，参考背景单元的数目为WR，则第n个距离单元第m个方位像素点的质量评估值可表示为
（1）
其中表示第n个距离单元第m个方位像素点的幅度，表示求平均。
然后挑选散射点，对所有像素点的质量评估值按由大到小进行排序，记录最大的几十个数应的像素点的方位门号和距离门号。由于未做自聚焦处理，SAR图像中的孤立特显点会有一些拖尾，导致最后得到的质量评估值也会呈现孤立特显点中心位置其值较大，沿方位向两边有一些拖尾的现象。因此需要对初步挑选的结果进行预处理。具体方法是，沿距离方向循环处理，如果某一距离单元的所有方位向像素中只有一个特显点，则保留该特显点；如果某一距离单元有多个方位向的特显点，则保留更加“孤立”和更加“突出”的特显点，即保留与其他特显点的方位位置都相距较远的特显点，和保留相距较近的特显点中质量评估值大的那一个特显点。经过这样的处理后挑选出的散射点是整个图像中质量最好的特显点[3]。
第4步 相位误差估计 把各特显点圆移到中心，加窗，再分别估计相位误差。
第5步 相位误差校正 改变窗长重复第4步。
3 在C6678上的工程实现与优化
高分SAR成像PGA算法的工程实现需考虑大数据量的快速存储计算及方位向点数增多对系统误差的影响。对于前者，应充分利用C6678的共享内存与多核并行处理，用0核实现前三个步骤后，后续循环可分段多核并行实现。由于高分SAR的大数据量无法全部存放在二级缓存中，只能采取每次取一个距离单元的数据处理。代码优化时注意在满足存储条件的前提下应尽量减少load/stroe数据的次数，尽量增加每次load/stroe数据的数据量，如实现16K次512点的FFT，用图1方法可优化3s以上。
其次应尽量避免循环嵌套，由于PGA是根据窗长不断循环迭代的过程，就应避免在PGA内部再用for循环，而改用汇编实现，同时将所有除法运算改用乘法实现。
工程实现时，由于C6678可以进行32位和64位两种浮点运算，初期出于验证方便先用32位浮点运算实现，验证过程中发现该算法由于相位积分处理导致误差积累，且在方位点数为16k时估计的相位与MATLAB结果的相对误差达到7%，如图2。因此在工程实现的各个构件内部采用64位扩展后参与运算，且涉及运算都采用64位运算单元来提高运算精度，缩小与matlab运算结果的差异，如图3。
参考文献
[1]句赫，宋红军，PGA算法在机载合成孔径雷达运动补偿中的应用[J].电子测量技术第29卷第2期 2006.4.
[2]苏宏宇，李芳慧.龙腾机载合成孔径雷达运动补偿分析与实现[J].北京理工大学学报，2003，23（3）.
[3]D.E.Wahl，etal.Phase gradient autofocus-a robust tool for high resolution SAR phase correlation.IEEE Tran. On Aerospase and Electronic Systerm，1994，30（3）.
作者单位
南京电子技术研究所 江苏省南京市 210039
