Sentinel-1 Level 1数据处理的详细算法定义（九）

《Sentinel-1 Level 1数据处理的详细算法定义》文档定义和描述了Sentinel-1实现的Level 1处理算法和方程，以便生成Level 1产品。这些算法适用于Sentinel-1的Stripmap、Interferometric Wide-swath (IW)、Extra-wide-swath (EW)和Wave模式。

今天介绍的内容如下：

7.2 后处理方位处理

7.2.1.2 去斜坡方位数据线

去斜坡处理后的方位数据线$X_l({\eta }_i)$通过将聚焦的方位线$X({\eta }_i)$乘以去斜坡增益$G_{ds}({\eta }_i)$的倒数获得：$X_l({\eta }_i)$=$X({\eta }_i)$$(G_{ds}({\eta }_i){)}^{-1}$

7.3 后处理输出处理

GRD（地面范围检测）后处理包括以下步骤：

1. 如果需要，按照第7.3.1节中描述的方式移除热噪声。
2. 按照第7.3.2节中描述的方式合并块。
3. 按照第7.3.3节中描述的方式生成快速浏览图（Quick-look，简称QL）。
4. 执行第7.3.4节中描述的输出处理。

7.3.1 热噪声去除（仅限GRD）

在许多检测到的SAR卫星图像中，特别是在低后向散射区域（如平静的海洋、湖泊等），可以注意到附加噪声的存在。与量化噪声不同，量化噪声取决于信号功率本身，热噪声在信号均值较低的地方几乎不会被注意到。此外，在多条带获取模式下，这种噪声通常在每个子条带中具有不同的强度，导致子条带边界处的强度阶梯。在原始数据处理过程中，数据（包括噪声贡献）被多个快速变化的辐射校正因子乘以，导致噪声贡献以范围变化的方式被重新塑造。

热噪声水平可以按照第9.17节的描述进行计算。根据公式(7-9)，热噪声的去除是通过简单地从检测到的图像功率中减去噪声来执行的，即用第9.17节的符号表示：

这里，对应于任何给定方位时间的热噪声水平向量将通过两个最接近的噪声向量在库中的线性插值获得。

热噪声去除算法是严格一维的：对于每个范围线，从库中派生的对应噪声向量，通过线性插值，从检测到的该范围线中减去。

7.3.1.1 噪声归一化

从版本2.9.0开始，IPF的辐射校正得到了深入改进，适用于所有支持的获取模式；也就是说，处理链的每一步都保留了输入信号水平。然而，IPF对任何数据应用相同的归一化因子，假设信号分量在噪声水平上占主导地位。这意味着归一化的质量取决于处理后的数据在多大程度上反映了处理器所做的假设。在低后向散射区域，如平静的海洋，噪声分量占主导地位，处理器的假设不再有效。

去噪操作旨在解决这个问题，但为了有效，注释的去噪向量本身必须包含一个归一化因子，以补偿信号和噪声归一化之间的不匹配。这个额外的噪声归一化因子取决于后处理参数，并且是子条带依赖的。

方程9-41描述了SLC处理后图像的不同组成部分（即后处理前）。如果我们还考虑到多视图、AAP校正和窗函数，方程9-41可以重写为：

这里，$g_{pp,s}$和 $g_{pp,n}$是由后处理操作产生的处理增益， $nor{m}_{pp}$是IPF在后处理中应用的归一化因子，以补偿它们。
由于处理器被设计为对信号分量进行归一化，我们有：

因此，考虑到后处理归一化，方程(7-9)变为：

这意味着，在从后处理图像中移除噪声分量时，必须将因子$(g_{pp,s}{)}^2$$\cdot$ $(g_{pp,n}{)}^2$应用于去噪向量。让我们计算该因子的表达式。
根据7.1节和7.2节中的归一化步骤，我们知道：

然而，噪声增益$g_{pp,n}$ 可以表示为输出能量与输入能量之间的比率：

最终，我们得到噪声归一化因子如下：

为了实现有效的去噪，从3.1.0版本开始，已经确保了注释去噪向量的适当归一化。此外，整个L1产品系列（SLC、GRDF、GRDH、GRDM）在所有信噪比条件下都展现出一致的辐射校准性能。

7.3.2 突发合并（仅限TOPSAR GRD）

突发首先在距离方向上进行合并，然后在方位方向上进行合并。

7.3.2.1 子条带合并范围方向

子条带的合并是逐行进行的，使用行的方位零多普勒时间标签。这种方法之所以可行，是因为所有波束中的所有突发已经过重采样到一个公共网格上（在方位后处理过程中，如第6.4节所述）。
可以不损失普遍性地假设最早时间标签的行属于第一个子条带。然后，算法包括以下步骤：

• 对于第一个子条带的每一行，获取其时间标签 ${\eta }_i$。

• • 对于每个后续的子条带：

  • 确定具有相同时间标签 ${\eta }_i$的行。

  • 如果没有行存在，并且这是第一个周期，用黑像素填充并继续。

  • 如果没有行存在但这不是第一个周期，记录错误消息并退出。

  • 如果找到了具有相同时间标签的行，将其与前一个子条带中时间标签 - 如果找到了具有相同时间标签的行，将其与前一个子条带中时间标签${\eta }_i$的行合并。

• 结束循环。

合并子条带时，最佳切割是通过考虑它们之间的一半重叠来确定的，只考虑每行的有效样本。来自两个连续子条带的样本根据最佳切割位置并排放置（不执行样本“混合”）。
的行合并。

7.3.2.2 方位方向合并

合并基于行的方位时间标签和计算出的重叠区域进行。注意，由于IW（干涉波模式）和EW（扩展波模式）模式都具有一个自然的方位视图，因此实际上只有一小部分样本会重叠。

要合并两个连续的突发（“早期”和“晚期”突发）：

• 让$t_{zd,early,i}^{last}$是“早期”突发中最后一行的零多普勒时间，对应于范围单元 i。
• 让$t_{zd,late,i}^{first}$ 是“晚期”突发中第一行的零多普勒时间，对应于范围单元 i。
  用这些符号表示，范围单元 i 的方位合并时间设置为$t_{zd,early,i}^{last}$和$t_{merg,i}=\frac{t_{zd,early,i}^{last}+t_{zd,late,i}^{first}}{2}$之间的中点：
• 对于每个范围单元 i，合并时间$t_{merg,i}$被量化为最近的输出方位单元。

7.3.3 快速浏览图（QL）图像生成

快速浏览图（Quick-Look，简称QL）图像是伴随每个SLC（单视复数）和GRD（地面范围检测）产品的低分辨率图像，旨在作为主图像的便捷参考。
QL图像是逐个方位向块生成的，通过在方位和距离两个方向上进行基本的样本平均和降采样来生成。方位和距离上的平均样本数量以及降采样因子是可配置的输入参数。
注意，对于双极化数据，由两个极化处理循环生成的QL图像被写入同一个tiff文件中。并且，在第二个极化循环过程中，还会在文件中记录通道1和通道2中相应像素值之间的比例。

如果输出图像是TOPSAR SLC产品（即突发和条带未合并），则QL图像需要第7.3.2节中描述的突发/条带合并。

QL数据需要经过与GRD图像本身相同的输出处理流程（见第7.3.4节），不同之处在于这种情况下输出像素类型为8位。

可以通过可配置的输入参数启用或禁用QL图像生成。

7.3.4 输出处理

后处理的最后三个步骤是：

1. 开方提取（仅限GRD）
2. 如第9.18节所述，通过应用查找表（LUT）对数据进行缩放
3. 转换为输出像素类型（SLC/GRD图像通常为16位，QL图像为8位）
   第一和最后一步由可配置的输入参数控制。

8 切片支持

本节的目的是讨论切片以及它对Sentinel-1处理的各个方面的影响。本节重述了[R-14]第5.1节中提供的切片描述，该描述从IPF外部的角度描述了切片，然后讨论了切片对IPF处理器内部影响的附加细节。

1. 如第8.1节所述的L0输入切片定义
2. 如第8.2节所述的内部信号数据切片定义
3. 如第8.3节所述的输出切片定义。
   本节将使用以下符号约定：

• “大写T”符号表示方位时间间隔。
• “小写t”符号表示卫星的绝对（方位）时间值。
• “小写$t_{z}d$”符号表示零多普勒绝对（方位）时间值。
• “波浪号” $\tilde{t}$和$\tilde{T}$符号表示根据作业订单，相对于L0数据的预期值；例如：
  • ${\tilde{T}}_{xxx}$是预期的时间间隔。
  • ${\tilde{t}}_{xxx}^{start}$是输入L0数据中（段、切片）的预期开始获取时间。
• “简单”的t和T符号表示相对于内部切片的值，输入到DCE/SLC处理中，并通过施加块对齐约束获得；例如：
  • $T_{xxx}$是与内部处理相关的时间间隔。
  • $t_{xxx}^{start}$是输入到DCE/SLC处理的段、切片、块等的开始获取时间（并与方位处理块对齐）。

8.1 L0输入切片定义

L0切片由作业订单中提供的以下参数定义：

• 段的感知开始时间，${\tilde{t}}^{start}$ 。
• 段的感知结束时间，${\tilde{t}}^{stop}$ 。
• 切片长度，${\tilde{T}}_{slice}$ 。
• 切片重叠，${\tilde{T}}_{overlap}$ 。
• 切片编号，i。
• 总切片数，$N_{slices}$。
  用这些符号表示，每个L0切片的最小开始和结束时间范围是：

请注意，每个IPF实例可以计算每个切片的开始和结束时间；特别是它自己的开始/结束时间是为i = n 获得的。
同样请注意，提供给IPF的L0数据可以开始于${\tilde{t}}_i^{start}$之前并延伸到${\tilde{t}}_i^{stop}$之后，但IPF将只处理这两个范围之间的数据。给定段需要处理的切片数量可以计算为：

请注意，这个计算强制执行最后一个切片的长度至少是两个重叠长度。如果最后一个切片短于此长度，则最后一个短切片与倒数第二个切片合并，总切片数减少。

8.2 内部信号数据切片定义

为了保持最终拼接切片的连续性，内部信号数据切片需要与以下内容对齐：
• 对于Stripmap模式，需要与方位处理块对齐。
• 对于TOPSAR模式，需要与突发周期时间对齐。
因此，L0输入切片不能完整使用，必须定义为L0切片的子集的内部信号数据切片。

1. Stripmap情况在第8.2.1节中介绍。
2. TOPSAR情况在第8.2.2节中介绍。

8.2.1 Stripmap情况

在Stripmap情况下，信号数据必须与方位处理块对齐，因此内部输入信号数据切片将取决于：
• 方位处理块的长度。块的长度以秒为单位， Tblk（可能是最后一个块除外）
由以下公式给出：

其中 𝑀fft 是方位FFT长度，并且是一个可配置的输入参数。
• 方位处理块的重叠。方位块重叠$T_{blkov}$可以如第9.12节所述进行计算，并作为一个可配置的输入参数提供。请注意，块重叠对所有切片都是通用的。
• 所有切片共同的（并且已知的）时间原点 $t^{start}$。特别是，这个原点将被设置为在作业订单感知开始时间参数$t^{start}$之后的段中第一条回波线感知时间。

由于切片与块的对齐，整个段中任何方位块的开始时间对所有IPF实例都是已知的，并且可以使用以下公式计算：