[논문 리뷰] Synthetic Aperture Radar Imaging and Motion Estimation via Robust Principle Component Analysis

Liliana Borcea, Thomas Callaghan외 1명|arXiv (Cornell University)|2012. 08. 17.

Advanced SAR Imaging Techniques참고 문헌 19인용 수 4

한 줄 요약

이 논문은 고해상도 이미징과 이동 목표의 정확한 운동 추정을 가능하게 하기 위해, 합성물상레이다르(SAR) 데이터를 낮은 질서(정적 환경)와 희소(이동 목표) 성분으로 분리하기 위해 강건한 주성분 분석(RPCA)을 제안한다. 이 방법은 느린 시간(안테나 위치)과 빠른 시간(에코 지연)으로 인덱싱된 펄스 압축된 SAR 데이터에 기반하며, 적절한 데이터 윈도우링이 적용될 경우 수치 시뮬레이션을 통해 성공적인 분리를 보여준다.

ABSTRACT

We consider the problem of synthetic aperture radar (SAR) imaging and motion estimation of complex scenes. By complex we mean scenes with multiple targets, stationary and in motion. We use the usual setup with one moving antenna emitting and receiving signals. We address two challenges: (1) the detection of moving targets in the complex scene and (2) the separation of the echoes from the stationary targets and those from the moving targets. Such separation allows high resolution imaging of the stationary scene and motion estimation with the echoes from the moving targets alone. We show that the robust principal component analysis (PCA) method which decomposes a matrix in two parts, one low rank and one sparse, can be used for motion detection and data separation. The matrix that is decomposed is the pulse and range compressed SAR data indexed by two discrete time variables: the slow time, which parametrizes the location of the antenna, and the fast time, which parametrizes the echoes received between successive emissions from the antenna. We present an analysis of the rank of the data matrix to motivate the use of the robust PCA method. We also show with numerical simulations that successful data separation with robust PCA requires proper data windowing. Results of motion estimation and imaging with the separated data are presented, as well.

연구 동기 및 목표

• 복잡한 SAR 영상에서 정적 환경에서의 이동 목표 탐지 및 분리 문제를 해결하기 위해.
• 이동 목표의 에코를 정적 환경의 에코로부터 분리함으로써 정적 환경의 고해상도 이미징을 가능하게 하기 위해.
• 이동 목표의 분리된 에코만을 사용하여 운동 파rameter를 추정함으로써 추적 정확도를 향상시키기 위해.
• RPCA를 통한 데이터 분리에 적합함을 입증하기 위해 SAR 데이터 행렬의 질서를 분석하기 위해.
• RPCA를 통한 성공적인 분리를 보장하는 최적의 데이터 윈도우링 전략을 규명하기 위해.

제안 방법

• SAR 데이터 행렬은 느린 시간(안테나 위치)과 빠른 시간(에코 지연)으로 인덱싱된 펄스 압축 및 범위 압축된 에코로부터 구성된다.
• 강건한 PCA는 정적 환경의 낮은 질서 성분과 이동 목표의 희소 성분으로 데이터 행렬을 분해하며, 신호 특성의 구조적 차이를 활용한다.
• 이 방법은 정적 산란체가 압측 영역 전체에서 일관된 낮은 질서의 에코를 생성하는 반면, 이동 목표는 희소하고 시간에 따라 변하는 반사를 생성한다는 사실을 이용한다.
• 데이터 구조를 모델링하고 RPCA 성능을 예측하기 위해 토플리츠 및 한켈 행렬 근사법을 사용한 행렬 질서의 이론적 분석을 수행한다.
• 신호 에너지를 국소화하고 낮은 질서/희소 분리를 향상시키기 위해 적절한 데이터 윈도우링을 적용하며, 특히 느리게 움직이는 목표에 대해 유의미하다.
• 수치 시뮬레이션을 통해 방법의 효과성과 데이터 분리 및 운동 추정 능력을 검증하였으며, 분리된 성분들에 대해 이미징을 수행하였다.

실험 결과

연구 질문

• RQ1 강건한 PCA는 SAR 데이터에서 이동 목표 에코를 정적 환경 에코로부터 효과적으로 분리할 수 있는가?
• RQ2 RPCA를 사용할 때도 신뢰성 있게 탐지 및 분리가 가능한 최소 목표 속도는 얼마인가?
• RQ3 데이터 윈도우링은 SAR 이미징에서 RPCA 기반 분리의 성공에 어떤 영향을 미치는가?
• RQ4 다양한 운동 및 환경 구성 조건 하에서 SAR 데이터 행렬의 이론적 질서 구조는 어떠한가?
• RQ5 복잡한 환경에서 기존의 SAR 이미징 기법과 비교해 볼 때, 제안된 방법은 해상도와 운동 추정 정확도 측면에서 어떤가?

주요 결과

• 적절한 데이터 윈도우링과 함께 강건한 PCA는 SAR 데이터에서 정적 및 이동 목표 성분을 성공적으로 분리한다.
• 이동 목표의 에코를 제거함으로써 운동 유도 블러와 이동으로 인한 이격 현상을 제거함으로써 정적 환경의 고해상도 이미징이 가능해진다.
• 정적 잡음이 더 이상 존재하지 않기 때문에 이동 목표의 분리된 에코에서 운동 추정이 크게 향상된다.
• 이론적 분석 결과, 데이터 행렬의 질서는 유한하며 환경의 반사도와 목표 속도에 따라 달라지며, 이는 RPCA의 적용에 타당성을 부여한다.
• 수치 시뮬레이션을 통해 적절한 윈도우링이 성공적인 분리에 필수적임을 확인하였으며, 특히 느리게 움직이는 목표에 대해 중요하다.
• 서브 어퍼처를 개별적으로 처리하고 초점 이미지를 조합함으로써 지속적인 감시 및 이동 목표 추적을 가능하게 한다.