ScanSAR成像模式流程解析：burst时序、扇贝效应与方位模糊

简介：面向星载扫描SAR算法研究的资料包，系统梳理了ScanSAR成像模式的核心流程，适合SAR成像算法初学者、遥感信号处理研究人员以及相关专业学生使用。内容聚焦ScanSAR多波束扫描机制下的数据采集、信号处理、几何校正、干涉处理、图像拼接与复原增强等关键步骤，并配有完整的MATLAB实现。资源包共7个文件，其中6个为.m脚本，涵盖扩展Chirp Scaling算法、点目标仿真、快速傅里叶正逆变换、矩阵读取等核心模块；另有1个.raw原始回波数据文件，可直接用于算法验证与实验复现，压缩包总大小仅10.63MB，轻量易用。目前已有531人浏览学习，可见其受到一定关注。通过研读和运行这些代码，读者能够直观理解ScanSAR成像链路的工程实现，掌握从原始回波到高分辨率图像的完整算法设计思路，也可在此基础上进一步改进或扩展成像算法，为相关课题研究提供扎实基础。

1. 星载扫描SAR用方位模糊换幅宽，成像模式流程的核心在burst

先给一个反直觉的判断：ScanSAR 的成像质量瓶颈不在距离向，而在方位向的时-频组织。星载扫描SAR 不追求单次观测的高方位分辨率，它把天线波束在多个子测绘带之间快速切换，每个子带只接收一段称为 burst 的方位向回波，再用信号处理把这些 burst 拼接成连续图像。这种设计把测绘幅宽拉大三到五倍，代价是方位分辨率变粗、图像出现周期性的扇贝状幅度起伏，也就是 scalloping 效应。做 SAR 成像算法的人如果一直按条带模式思路写代码，第一次处理 ScanSAR 数据会卡在同一个位置：方位向频谱被 burst 截断后直接做匹配滤波，得到的影像带横条纹。这里把 ScanSAR 的成像模式流程拆开，从 burst 时序、去斜拼接、参数权衡到扇贝补偿，给出一套可以直接复现的最小仿真和工程判据。

2. ScanSAR成像模式流程中的burst时序、扇贝效应与方位模糊评估

2.1 burst模式下的信号模型：方位向不再是连续积分

条带模式（Stripmap）下天线在方位向持续照射某个场景，每个地面散射点的方位向响应长度约等于天线方位波束宽度在地面的扫过距离。此时方位分辨率只由天线方位向尺寸决定，理论极限约为 D/2，D 是天线方位长度。地面散射点被天线波束完整调制，回波在方位向满足完整的脉冲压缩条件。

ScanSAR 不同。雷达在多个子测绘带之间轮换照射，对某个子带来说，天线只在这个子测绘带上停留一个 burst 时长 T_burst，然后波束跳到下一个子带。地面散射点对应的方位向信号不再是完整的天线方向图调制，而是在方向图中间被截取了一小段。

用信号模型描述这个截断。设点目标的方位向回波是：

• s_az(t) = A(t) · rect((t - t_0)/T_burst) · exp(-jπKa t²)

其中 A(t) 是天线的方位向方向图加权，rect 是 burst 截断窗，t_0 是目标相对 burst 中心的时刻，Ka 是方位向调频率，由卫星速度、斜距和波长决定：

• Ka = 2 v_s² / (λ R)

v_s 是卫星地面速度，λ 是波长，R 是目标到卫星的斜距。

由此得出一个工程上经常引用的结论：ScanSAR 的方位分辨率不再由天线长度决定，而是由 burst 时长决定：

• ρ_az 约等于 v_s · T_burst / 2

T_burst 越短，方位越模糊，但波束可以分给更多子测绘带，幅宽越大。天线尺寸在这里退化为影响方位模糊比和信噪比的因素，而不是直接决定分辨率的因素。这是 ScanSAR 与条带模式最本质的差别，也是后续所有处理流程的前提。

2.2 扇贝效应的成因：天线方向图在burst内的调制

扇贝效应是 ScanSAR 图像中沿方位向周期性变化的明暗条纹，周期等于 burst 重复周期 T_burst_rep。它由两个因素叠加而成。

第一个因素是 burst 截断。方位向信号被矩形窗截断，等效于在方位频域做 sinc 卷积，频谱会展宽。展宽的频谱混入主瓣附近的模糊信号。

第二个因素是天线方向图。burst 窗口在方向图中的位置是固定的，越靠近波束边缘的目标，其回波幅度被天线增益削得越厉害。不同方位位置的目标在方向图上的位置不同，回波幅度自然不同。这种幅度调制在拼接时表现为一个整体的周期性包络。

两个因素同时存在，但性质不同。方向图调制是确定性的慢变包络，可以通过增益校正消除；截断导致的频谱展宽是系统性的模糊，只能通过增加 burst 时长或改变时序来缓解。

描述扇贝效应的特征频率是：

• f_scallop = 1 / T_burst_rep

如果 T_burst_rep 是 30 毫秒，扇贝频率约 33 Hz，在图像上表现为几十个分辨单元宽度的明暗条纹。这种低频条纹人眼很敏感，所以 ScanSAR 图像在未做校正时观感很差。

这里要有一个判断：扇贝效应是幅度问题，不是相位问题。相位错误可以通过聚焦算法修正，但扇贝效应是目标未被"完整照射"造成的信号损失，只能补偿，不能重聚焦。

2.3 方位模糊比怎么算，怎么用参数表约束

方位模糊比（AASR）是 ScanSAR 系统设计中的核心指标，定义为方位向有用频谱外的混叠能量与有用信号能量的比值。对于条带模式，AASR 主要由天线方向图旁瓣和 PRF 决定；对于 ScanSAR，burst 截断导致频谱展宽，模糊比通常比条带模式高 3 到 6 dB。

工程上实用计算公式：

• AASR = (∫_{f > B_az} |H_eff(f)|² df) / (∫_{f ≤ B_az} |H_eff(f)|² df)

H_eff(f) 是方位向等效滤波器频响，包括天线方向图和 burst 窗口的共同作用。实际设计时用仿真跑一组参数，看目标方位响应主瓣外的能量比例，比直接解这个公式要直观得多。

下面给一组典型的星载 X 波段 ScanSAR 参考参数范围。这是设计起始点，具体取值需要通过仿真迭代调整。

这些参数互相约束。PRF 提高会改善方位模糊比，但增加数据率，星上存储和下行链路压力随之上升。T_burst 拉长可以提升方位分辨率，但会减少可分配的子带数量，幅宽变小。天线尺寸变大有利于压制模糊，但物理上不可能无限加大。ScanSAR 的设计就是在这些矛盾点之间取平衡，用表格里的参数做一轮轮迭代，每次看模糊比和幅宽是否满足指标。

从 SAR 成像算法流程的角度看，设计参数一旦确定，下来的处理流程是确定性的，不再有选型空间。这也是为什么 ScanSAR 的成像算法研究重点集中在 burst 重组和去斜拼接上，后面的章节直接进入仿真实现。

3. 用Python仿真ScanSAR成像模式流程：从原始回波到子带拼接

3.1 仿真场景与参数设定

实际星载 ScanSAR 数据幅宽达到几百公里，直接在本地跑原始回波仿真不现实。常见做法是生成少量点目标回波，验证成像模式流程中各环节的信号关系。这个思路适用于所有 SAR 模式：点目标验证通过后，再扩展到面目标场景。

下面的仿真参数模拟一组紧凑型 X 波段星载 ScanSAR。卫星地面速度取 7 km/s，中心频率 9.6 GHz，burst 时长 10 毫秒，burst 重复周期 30 毫秒。距离向用 5 个点目标，分布在 burst 覆盖的不同方位位置，用来观察扇贝调制和拼接效果。仿真代码只覆盖单个子带的情况，多子带流程是同一算法的循环。

import numpy as np # 参数设置：模拟X波段星载ScanSAR单个子带 c = 3e8 # 光速 fc = 9.6e9 # 中心频率 9.6 GHz lam = c / fc # 波长 fs = 60e6 # 距离向采样率 60 MHz Br = 40e6 # 距离向带宽 40 MHz Tr_pulse = 10e-6 # 发射脉冲宽度 10 微秒 prf = 3000.0 # PRF 3000 Hz v_s = 7000.0 # 卫星地速 7 km/s R0 = 700e3 # 参考斜距 700 km Ka = 2 * v_s**2 / (lam * R0) # 方位向调频率 T_burst = 0.01 # burst时长 10 ms T_rep = 0.03 # burst重复周期 30 ms # 点目标方位位置：分布在burst覆盖范围内 t_az_c = np.array([-3e-3, -1e-3, 0, 1e-3, 3e-3])

这段代码给出的是仿真基础参数。距离向采样率选择依据是带宽的 1.2 到 1.5 倍，这里取 60 MHz 兼顾精度和计算量。PRF 的选择依据是方位向带宽的两倍以上，Ka 与 burst 时长的乘积约为 466 Hz，PRF 设为 3000 Hz 远大于该值，方位向采样密度足够。R0 取 700 km 是星载 SAR 的典型斜距，实际轨道高度在 500 到 800 km 之间，斜距随入射角变化。

3.2 距离向脉冲压缩与原始回波生成

每个点目标在距离向产生一个线性调频信号。这里做简化处理：忽略星载 SAR 的距离徙动校正，因为小幅宽场景下徙动在单个距离单元内，不影响 burst 流程验证。这一步的处理是为了后续方位向分析有干净的数据输入。

def chirp(t, tau, Kr): """线性调频信号：t为时间轴，tau为脉冲中心时刻，Kr为调频率""" return np.exp(1j * np.pi * Kr * (t - tau)**2) # 生成距离向时间轴，覆盖最远与最近目标 t_rx = np.arange(-5e-5, 5e-5, 1/fs) Kr = Br / Tr_pulse # 生成距离向匹配滤波参考函数 h_r = chirp(t_rx, 0, Kr) h_r = np.conj(h_r[::-1]) # 方位向采样时刻 n_az = int(T_rep * prf) # 一个burst周期内的采样数 t_az = (np.arange(n_az) - n_az/2) / prf # 存储每个距离门的回波 raw_2d = np.zeros((len(t_rx), len(t_az)), dtype=complex) for i, t0 in enumerate(t_az_c): # 计算该点目标的斜距历程 R = np.sqrt(R0**2 + (v_s * t_az - v_s * t0)**2) delay = 2 * R / c for j in range(len(t_az)): echo = chirp(t_rx, delay[j], Kr) * \ np.exp(-1j * 4 * np.pi * R[j] / lam) raw_2d[:, j] += echo

距离向匹配滤波的处理顺序是：先对每个方位采样列做 FFT，在频域乘以匹配滤波参考函数，再逆 FFT 回到时域。这里是通用雷达处理的标准流程，ScanSAR 在距离向与条带模式完全一致。

# 距离向脉冲压缩 raw_2d_fft = np.fft.fft(raw_2d, axis=0) h_r_fft = np.fft.fft(h_r, n=len(t_rx)) range_compressed = np.fft.ifft(raw_2d_fft * h_r_fft[:, None], axis=0) # 取压缩后的幅度峰值位置，确认距离向聚焦正常 peak_idx = np.unravel_index(np.abs(range_compressed).argmax(), range_compressed.shape) print("距离向压缩峰值位置：", peak_idx)

距离向压缩完成后，回波从二维时域变成"距离向聚焦、方位向原始"的数据矩阵。峰值位置的理论值可以这样验证：设斜距为 700 km，往返时延为 2R/c，约 4.667 毫秒，对应距离向时间轴上的下标。打印结果与此相符就说明距离向处理正确。

3.3 方位向去斜与burst拼接

下面这步是 ScanSAR 成像模式流程与条带模式分道扬镳的关键。条带模式直接对方位向做 FFT 匹配滤波，因为方位向信号是完整的 chirp。ScanSAR 的 burst 信号是截断 chirp，直接 FFT 会让截断旁瓣淹没场景信息。常见做法是去斜处理：构造一个持续的参考 chirp，把截断信号先解调成单频信号，再做方位向 FFT。

# 方位向参考信号：跨越整个burst重复周期 t_az_ref = t_az ref_chirp = np.exp(1j * np.pi * Ka * t_az_ref**2) # burst数据去斜：相乘参考chirp的共轭 deramped = range_compressed * \ np.conj(ref_chirp[None, :]) # 方位向FFT，完成聚焦 scansar_image = np.fft.fftshift( np.fft.fft(deramped, axis=1), axes=1) # 输出点目标区域的幅度 image_amp = np.abs(scansar_image) print("图像矩阵形状：", image_amp.shape)

去斜的参考中心取 burst 中心时刻。实际星载处理时，参考中心通常取子测绘带中心对应的零多普勒时刻，偏移量不同会带来一个线性相位项，需要在后续拼接时统一校准。

去斜后做 FFT，目标会出现在对应的方位频率位置。方位向频率与位置的对应关系是：

• f_az = Ka · (t_0)

即目标相对 burst 中心的时刻乘以方位调频率。点目标方位位置 t_az_c 取 -3 到 3 毫秒，对应频率范围 -466 Hz 到 466 Hz。PRF 是 3000 Hz，频谱不会混叠，目标可以直接分辨。

多 burst 拼接的核心操作是把每个 burst 去斜后得到的频谱切片，放到一个长的主频率轴对应位置。这个过程不改变目标信号本身，但目标幅度还会乘上天线方向图的增益，也就是扇贝效应的来源，下一章专门处理它。

4. ScanSAR算法实战参数：扇贝补偿、模糊比约束与星载参数选择

4.1 扇贝补偿的增益反演方法

扇贝补偿的本质是估计天线方向图在 burst 内的增益变化，然后用反比关系补偿回去。知道方向图的解析函数时直接计算即可，但实际星载天线方向图受安装误差、波束指向偏差和热变形影响，实测方向图比理论公式更可靠。

补偿公式：

• G_comp(t) = 1 / max(A_est(t), A_threshold)

A_est 是估计的方位向天线方向图幅度，A_threshold 是下限阈值。这个阈值是必须的。方向图边缘增益可能低于 -20 dB，直接取倒数会放大噪声，补偿后出现沿方位向的噪纹。工程上阈值取峰值增益的 0.2 到 0.3，例如方向图峰值 0 dB，阈值设定在 -15 dB 左右，补偿增益上限不超过 15 dB。

补偿后还要做一个处理：trim，丢弃 burst 边缘不可靠的数据。burst 边缘对应方向图边缘，增益补偿后信噪比极低，保留这部分数据不仅没有信息增益，还会引入噪声。每个 burst 只保留中心部分的 70% 到 80%，剩余部分与相邻 burst 拼接。

# 方向图补偿示例：归一化方向图，峰值1.0 def antenna_pattern_az(t, t_center): """方向图近似为sinc函数，t为相对burst中心时刻""" x = (t - t_center) / 0.005 # 归一化到burst半宽度 return np.sinc(x) ** 2 # 估计burst内各方位位置的增益 t_burst_grid = t_az[:int(T_burst * prf)] pattern = antenna_pattern_az(t_burst_grid, 0) # 限制增益补偿上限 threshold = 0.2 gain_comp = 1.0 / np.maximum(pattern, threshold) gain_comp[gain_comp > (1 / threshold)] = 1 / threshold # 应用到去斜前的数据 burst_start = 0 burst_end = int(T_burst * prf) deramped[:, burst_start:burst_end] *= \ gain_comp[None, :] print("增益补偿范围：", round(gain_comp.min(), 2), "到", round(gain_comp.max(), 2))

补偿之后相邻 burst 的重叠区幅度一致性会明显变好。如果仍然出现周期性起伏，优先怀疑方向图估计不准，而不是窗函数问题。

4.2 星载ScanSAR关键参数表：PRF、burst时长与模糊比的权衡

实际设计时，PRF 的选择不仅要看模糊比，还要避开距离向发射脉冲干扰和星下点回波。星载 SAR 的距离模糊与方位模糊互相牵制，PRF 提高对方位模糊有利，但距离向测绘带内可能出现发射脉冲遮挡。常见做法是用面目标仿真软件，扫描 PRF 候选值，同时计算距离模糊比和方位模糊比，画成曲线找交点。

其中一个反直觉的点值得单独强调：增大天线尺寸对 ScanSAR 方位分辨率的直接帮助很小，因为分辨率主要由 T_burst 决定。天线尺寸大带来的好处是方向图更窄，burst 截断位置的增益更低，扇贝效应更明显但更容易被方向图模型精确补偿。天线尺寸小，方向图宽，截断更平滑，但模糊抑制能力下降。

4.3 常见算法流程误区：去斜参考时刻与拼接相位

去斜虽然概念简单，实现上有几个高频踩坑点。

第一个是参考时刻的设置。参考 chirp 的相位中心如果与 burst 实际发射时刻不一致，会引入一个线性相位项。如果每个 burst 的参考时刻都设成各自中心，拼接时不统一，图像会出现沿方位向的相位跳变。正确的做法是统一参考到子测绘带中心的零多普勒时刻，每个 burst 只做相对该时刻的相位补偿。

第二个是方位向过采样问题。ScanSAR 数据率比较高，星上一般直接存储原始数据。地面处理时如果为了省计算量降低方位向采样率，会造成模糊比指标变差。处理中应保持 PRF 不变，在成功聚焦后再做抽取。

第三个是忽略了距离向与方位向耦合。ScanSAR 的 burst 时长与距离向测绘带之间存在一个耦合关系：距离向远处目标的回波到达时间晚，可能落在下一个 burst 的发射窗口内，造成盲区。这个问题是时序设计层面的，处理算法无法弥补，只能在系统设计时预留保护间隔。

对于单子带 ScanSAR，算法复杂度与条带模式处于同一量级，主要计算量在距离向脉压、方位去斜和 FFT 各一次。多子带处理时，各子带的 burst 数据在时间上是交叉排列的，需要先把每个子带的数据重新排列成连续序列，再做单子带处理。这一步通常用数据分块和内存映射解决，避免一次性把所有子带数据读入内存。

5. 验证ScanSAR成像效果的两个小技巧

5.1 用点目标响应校验方位分辨率与模糊比

点目标仿真完成后，从聚焦图像中切出目标所在区域，沿方位向做幅度剖面。理论上 ScanSAR 方位向-3 dB 主瓣宽度为：

• ρ_az = v_s / (Ka · T_burst)

代入仿真的参数，v_s = 7000 m/s，Ka 约 4660 Hz/s，T_burst = 0.01 s，得 ρ_az 约 14.8 m。取剖面数据，找到峰值两侧幅度降到 0.707 的位置，计算对应的方位向距离差。如果这个值与理论值偏差在 10% 以内，说明去斜和聚焦的流程正确。

再看模糊比。在主瓣两侧，找到第一对旁瓣峰值的位置，取两侧旁瓣平均幅度与主瓣峰值幅度的比值，换算成 dB。ScanSAR 的 AASR 一般要求低于 -20 dB，仿真值如果在 -15 到 -25 dB 之间是正常的。这个数值偏高的原因不是信号处理问题，而是仿真天线方向图与实际方向图的差异。用下面这段代码直接读取验证结果。

# 取方位向剖面 profile = image_amp[peak_idx[0], :] peak_val = np.abs(profile).max() peak_idx_az = np.abs(profile).argmax() # 找主瓣3dB宽度 half = np.where(np.abs(profile) < peak_val * 0.707)[0] left_3db = half[half < peak_idx_az].max() right_3db = half[half > peak_idx_az].min() az_width = (right_3db - left_3db) * v_s / prf print("3dB方位向宽度：", round(az_width, 1), "m") # 找第一旁瓣并计算近似AASR sl_region = np.concatenate([ profile[:max(0, left_3db-10)], profile[right_3db+10: ]]) sl_val = np.abs(sl_region).max() print("近似AASR：", round(20*np.log10(sl_val/peak_val), 1), "dB")

如果打印的结果中方位宽度明显大于理论值，先检查 Ka 的计算，波长和斜距是否用对。如果 AASR 过高，检查 PRF 是否足够，必要时重新设置仿真参数。

5.2 用相邻burst交界幅值判读扇贝校正是否到位

扇贝校正的效果不是看单幅图的平整度，而是看相邻 burst 交界处的连续性。取同一子带相邻两个 burst 的重叠区域，各取重叠区中心一小段幅度均值，计算两者比值：

• ratio = mean_amp_burst1 / mean_amp_burst2

校正后比值应接近 1，用当前仿真数据验证一次。偏差超过 0.2 dB 说明方向图补偿残余差异还比较明显，需要调整阈值或者改用实测方向图。校正后的图像，在测绘带范围内沿方位向做滑动平均，幅度波动应该小于 1 dB。如果按这个方法和判据逐项核对，ScanSAR 的成像模式流程就可以稳定落地，后续的改进方向集中在运动补偿和多子带联合相位校准上，那些属于聚焦算法层面的优化，与这里的 burst 时序设计互相独立。

本文还有配套的精品资源，点击获取