常用合成孔径雷达（SAR）成像算法

核心任务：把原始回波数据“聚焦”成一幅清晰图像

算法	主要优点	主要缺点	更适合的场景
RD（Range-Doppler）	结构最经典，流程清晰；基于 FFT，计算效率较高；工程实现成熟，教材和传统系统里最常见	需要 RCMC 插值，实现和硬件流水不如 CS 规整；在高斜视、宽孔径、强距离-方位耦合时精度和适应性会下降	常规条带式 SAR、几何条件较温和、需要成熟稳定实现的系统
BP（Back Projection）	几何适应性最强；对非理想轨迹、复杂平台运动、近场/大视角、更复杂成像几何更鲁棒；成像物理意义直接，精度潜力高	计算量通常最大，往往远高于频域算法；大幅面、高分辨率、实时成像时硬件压力明显	UAV/机载、轨迹抖动明显、复杂地形、非直线轨迹、需要更强通用性的场景
CS（Chirp Scaling）	用相位补偿代替 RD 的 RCMC 插值；结构通常由 FFT + 相位补偿组成，硬件实现友好；效率高，适合流水化和 FPGA/ASIC	本质仍是频域近似法；在高斜视、超宽孔径、强高阶耦合条件下，基础 CS 也会遇到补偿精度不足的问题	想保留频域高效率、又希望避免大量 RCMC 插值的工程实现
ω-k（Omega-K）	在二维频域统一处理耦合；通常借助 Stolt 映射处理距离徙动和聚焦问题；对宽孔径、高斜视、大带宽场景通常比 RD/CS 更稳健	实现理解门槛更高；需要 Stolt 重采样/插值，参数和边界处理更敏感；工程调试复杂度通常高于 RD/CS	高斜视、高分辨率、宽孔径、距离-方位耦合显著的场景

工程选用原则：

先做系统原型、常规条带式场景：优先看 RD。
想保留频域高效率，同时减少 RCMC 插值负担：选 CS。
高斜视、宽孔径、耦合明显，追求更强精度：优先看 ω-k。
平台轨迹不规则、地形复杂、近场/机载/UAV、需要最高几何通用性：选 BP。

Range-Doppler算法

思路：

先在 距离向 做匹配滤波，得到距离压缩。
再到 方位多普勒域 去处理方位向聚焦。
因为同一个目标在合成孔径期间会跨越多个距离单元，所以要做 RCMC（range cell migration correction，距离单元徙动校正）。
最后做方位压缩，得到图像。

1. 成像几何与点目标原始回波

设平台沿方位向以恒速 v 飞行，目标位于参考斜距 R_0 处；令慢时间（方位时间）为 \eta，快时间（距离时间）为 \tau。在零斜视 stripmap 条件下，目标的瞬时斜距为

R(\eta)=\sqrt{R_0^2+(v\eta)^2}

这就是 SAR 点目标的“距离历程”。在目标通过波束中心附近，若 R_0 \gg v|\eta|，可作二阶展开

R(\eta)\approx R_0+\frac{v^2\eta^2}{2R_0}

这个几何模型以及二阶近似，是后面把方位回波看成线性调频信号的基础。Moreira 等的教程明确给出了这一斜距表达式与二阶展开，并指出更精确处理应使用完整相位历程。

发射线性调频脉冲后，一个点目标的接收基带回波可写成

s_{\text{rb}}(\tau,\eta) = A_0\,w_a(\eta)\, w_r\!\left(\tau-\frac{2R(\eta)}{c}\right)\, \exp\!\left[-j\frac{4\pi f_c}{c}R(\eta)\right]\, \exp\!\left\{j\pi K_r\left[\tau-\frac{2R(\eta)}{c}\right]^2\right\}

其中 f_c 为载频，K_r 为距离向调频率，w_r 是距离包络，w_a 是天线方位包络，A_0 含目标散射系数和常数幅度项。这个形式正是 stripmap SAR 点目标原始回波的标准基带模型。

2. 第一步：距离压缩

对每条方位线，沿快时间 \tau 用发射 LFM 的共轭做匹配滤波：

h_r(\tau)=\exp(-j\pi K_r\tau^2)

频域等价为乘以其频响共轭。距离压缩后的结果，在忽略窗函数与常数因子时，可写为

s_{\text{rc}}(\tau,\eta) \approx A_0\,w_a(\eta)\, \mathrm{sinc}\!\left[B_r\left(\tau-\frac{2R(\eta)}{c}\right)\right] \exp\!\left[-j\frac{4\pi}{\lambda}R(\eta)\right]

这里 \lambda=c/f_c，B_r 是发射带宽。

这一步的物理意义是：把快时间上的 LFM 脉冲压缩成一条窄脉冲，但脉冲中心仍随 \eta 按 2R(\eta)/c 变化。也就是说，距离压缩后，目标能量沿着一条弯曲轨迹分布，这就是后面要校正的 RCM（range cell migration）。教程对 SAR 处理的第一步“距离压缩”和 RCM 的来源有直接说明。

3. 距离压缩后为什么方位向还是“啁啾”

如果固定看目标主瓣附近，即取 \tau \approx 2R(\eta)/c，距离压缩后的相位主项只剩

\phi_a(\eta)=-\frac{4\pi}{\lambda}R(\eta)

代入二阶展开

R(\eta)\approx R_0+\frac{v^2\eta^2}{2R_0}

得到

\phi_a(\eta)\approx -\frac{4\pi R_0}{\lambda} -\frac{2\pi v^2}{\lambda R_0}\eta^2

于是

s_a(\eta)\propto w_a(\eta)\exp\!\left(j\pi K_a\eta^2\right), \qquad K_a=-\frac{2v^2}{\lambda R_0}.

所以，方位回波本质上也是 LFM（azimuth chirp）。Moreira 的教程从相位导数出发，给出了方位频率（即 Doppler 频率）随慢时间近似线性变化的结果，说明了为什么方位压缩本质上也是匹配滤波问题。

进一步，瞬时多普勒频率为

f_\eta(\eta)=\frac{1}{2\pi}\frac{d\phi_a}{d\eta} \approx -\frac{2v^2}{\lambda R_0}\eta =K_a\eta

这说明慢时间 \eta 与方位频率 f_\eta 一一对应；做方位 FFT 后，目标会在 Doppler 域被“展开”，而这一域正是 RD 算法工作的主舞台。

4. 从二维点目标谱看 RD 的本质

现在把距离压缩后的信号再对方位时间 \eta 做 Fourier 变换，进入 (\tau,f_\eta) 的 Range–Doppler 域。严格推导这一步通常用 驻相法；对零斜视单基地 stripmap 点目标，其结果可写成“一个随 f_\eta 变化的距离延迟 + 一个纯方位相位项”的结构。工程上常写成与 RDA 滤波器一致的形式：

S_{\text{RD}}(f_\tau,f_\eta;R_0) \propto W_r(f_\tau)\,W_a(f_\eta)\, \exp\!\left[-j\frac{4\pi R_0}{cD(f_\eta)}\,f_\tau\right]\, \exp\!\left[-j\frac{4\pi R_0}{\lambda}D(f_\eta)\right]

其中

D(f_\eta)=\sqrt{1-\left(\frac{\lambda f_\eta}{2v}\right)^2}

这正是传统 RDA 里方位压缩滤波器和 RCMC 滤波器出现的原因：

第二个指数项只含 f_\eta，它是 方位匹配滤波 对应的相位。
第一个指数项对 f_\tau 线性，意味着 目标在 RD 域中的等效距离延迟依赖于 f_\eta，这就是 距离徙动在 Doppler 域的表现。

Chen 与 Kiang 给出的传统 RDA 滤波器形式，恰好对应这个二维点目标谱的分解：

H_{\text{ac}}(f_\tau,f_\eta)=\exp\!\left(j\frac{4\pi R_0}{\lambda}D(f_\eta)\right)

以及零斜视时

H_{\text{rcmc}}(f_\tau,f_\eta)= \exp\!\left[ j\frac{4\pi R_0 f_\tau}{c}\left(\frac{1}{D(f_\eta)}-1\right) \right]

5. RCMC 是怎么从二维谱里“长出来”的

由上式中关于 f_\tau 的线性相位

\exp\!\left[-j\frac{4\pi R_0}{cD(f_\eta)}f_\tau\right]

可知，在不同 Doppler 频率 f_\eta 上，目标的等效距离时延为

\tau_d(f_\eta)=\frac{2R_0}{cD(f_\eta)}

而若没有距离徙动，理想参考时延应是

\tau_0=\frac{2R_0}{c}

因此需要补偿的时延差为

\Delta\tau(f_\eta;R_0) = \frac{2R_0}{c}\left(\frac{1}{D(f_\eta)}-1\right)

对应的斜距迁移量

\Delta R(f_\eta;R_0) = R_0\left(\frac{1}{D(f_\eta)}-1\right).

这就是 RD 算法里 RCMC 的核心公式。Moreira 的教程指出：RCM 来自目标斜距 R(\eta) 随合成孔径时间变化；若不校正，目标能量会跨多个距离单元，导致方位失焦。Chen 与 Kiang 则给出了与上式等价的 RCMC 相位滤波器形式。

工程实现时，RCMC 常在 (\tau,f_\eta) 域通过 沿距离向的插值重采样 完成：

把每个 Doppler 频率通道上的距离剖面按 \Delta\tau(f_\eta;R_0) 平移，使所有 f_\eta 上的目标都对齐到同一个参考距离单元。对小斜视 broadside 场景，这一步就是 RD 的关键近似与关键代价所在。

Back Projection算法

思路：对图像中的每个像素，计算该像素到平台在每个脉冲时刻的距离；然后从对应回波里取出那个距离上的复数样本，做相位校正并累加。所有脉冲都加完后，这个像素就聚焦了。相关资料直接指出，BP 需要 显式知道每个脉冲对应的目标距离；其基本处理就是对每个脉冲、每个像素做这种投影。

Chirp Scaling算法

思路：RD 的痛点在 RCMC 插值。于是 CSA 通过一个“啁啾尺度变换”的相位操作，把原本要靠插值完成的距离徙动校正，改成了 频域相位补偿。多篇资料都明确说，CSA 是通过 以相位补偿替代 RDA 的插值 来实现的，算法结构主要由 FFT + 相位补偿 组成。

ω-k算法

思路：ω-k 是更“二维频域化”的方法。它的标志性步骤是 Stolt mapping（Stolt 映射）。经典比较论文指出，ω-k 的这个步骤可以 同时完成残余 RCMC、二次距离压缩（SRC）和方位压缩。