现有研究多聚焦于MiniSAR成像算法优化、运动误差补偿，针对完整辐射校正链路及系统性精度验证的研究相对偏少。多数工程应用仅做简单距离衰减校正，忽略天线方向图、系统热噪声、大气衰减的联合影响，导致后向散射系数存在系统性偏差。本文针对
无人机载MiniSAR成像链路中的各类辐射误差源，系统性梳理辐射校正完整技术流程，分别研究天线增益校正、距离衰减校正、系统噪声补偿、大气辐射校正等关键方法，构建面向轻量SAR系统的辐射校正模型。
辐射畸变贯穿微波发射、空间传播、地表散射、信号接收与模数转换全链路，可划分为系统固有误差、几何路径误差、大气传播误差三大类。
1. 系统固有辐射误差
系统误差来自MiniSAR载荷硬件特性。天线方向图在波束覆盖范围内增益并非恒定，距离向、方位向增益随波束偏移衰减，造成同一均匀地表在图像不同位置灰度不一致。接收机放大器、混频器、AD采集器件存在非线性响应，输入回波功率与输出DN值不满足线性关系；同时射频器件受无人机舱内温度变化产生温漂，引入乘性噪声。此外系统热噪声、通道不一致性会叠加在有效回波信号上，低散射区域信噪比下降，影响弱散射目标辐射精度。
2. 几何路径引入的辐射误差
微波在空间传播过程中，回波功率随距离的四次方衰减，即距离衰减效应。无人机飞行高度低，测绘带近距端与远距端斜距差异占比高，距离衰减效应被放大。同时无人机姿态扰动会造成局部入射角变化，地表后向散射本身随入射角改变，需要区分几何入射角带来的真实散射变化与系统辐射畸变，避免校正过程中混淆物理散射信号与误差信号。平台运动误差虽然主要影响图像几何聚焦质量，但聚焦恶化会造成目标能量扩散，像素灰度被稀释，间接引入辐射误差。
3. 低空大气辐射传播误差
传统高空机载SAR常忽略大气衰减，无人机载MiniSAR观测高度一般在数百米至两千米，微波信号穿过低空对流层，大气水汽、气溶胶会造成微波吸收与散射。对于X波段等常用MiniSAR工作频段，大气衰减效应不可忽视。大气效应表现为乘性衰减因子，会降低整体回波强度，不同湿度条件下衰减量存在差异，是低空SAR辐射校正不可忽略的组成部分。
完整辐射校正流程依次为：原始数据预处理、系统噪声补偿、天线方向图校正、距离衰减校正、大气衰减校正，最终将图像DN值转换为归一化后向散射系数σ⁰。
1. 原始数据预处理与噪声补偿
原始MiniSAR回波经过距离压缩、方位压缩后得到单视复数图像，图像像素为复数形式，幅度值对应回波信号强度。首先提取图像幅度DN图，开展噪声估计与补偿。选取图像中无地表回波的暗区统计系统热噪声底噪，获得噪声功率均值。将每个像素回波功率减去噪声功率，完成加性噪声去除。
Ps = P_raw - Pn
式中：P_raw为像素原始接收功率；P_n为系统热噪声功率；P_s为扣除噪声后的有效散射回波功率。对于低信噪比区域，设置阈值，防止噪声扣除后出现负功率值。同时基于实验室定标数据建立接收机非线性校正查找表，对信号幅度做非线性校正，消除射频器件非理想响应带来的灰度畸变。
2. 天线方向图增益校正
天线方向图校正用于补偿天线波束内增益空间分布不均问题。MiniSAR天线方向图分为距离向方向图与方位向方向图。在载荷地面暗室标定阶段，测量天线二维增益方向图，得到增益函数G(θ,φ)，θ为距离向入射角，φ为方位角。结合无人机POS姿态数据，解算每个图像像素对应的波束入射角与方位角，查询对应天线增益值，对回波功率做增益归一化处理。
P_G = P_s / G^2(θ,φ)
微波为双程传播，因此采用增益平方项。无人机飞行过程中姿态抖动会改变波束指向，必须使用高频POS姿态数据实时修正每个像素对应的天线指向角，不能采用固定天线方向图进行全局校正，这是无人机载MiniSAR区别于大型机载SAR的关键。
3. 距离衰减校正
雷达方程中，回波功率与斜距R^4成反比，距离衰减校正用于补偿传播距离带来的功率损失。斜距R由成像几何模型，结合无人机位置、地面像素地理坐标逐像素求解。距离衰减校正公式：
P_R = P_G * R^4
完成距离校正后，消除斜距差异带来的功率衰减。需要区分斜距衰减与地表散射随入射角变化，距离衰减仅补偿传播效应，地表本身散射变化保留在后向散射系数内。
4. 低空大气衰减校正
针对无人机低空观测特点，采用微波大气衰减模型。利用同步实测气象参数（大气温度、相对湿度、气压）计算X波段微波大气双程衰减系数α，像素对应的传播路径长度为L，大气衰减因子A=exp(-2αL)。校正公式：
P_A = P_R / A
大气衰减属于乘性因子，湿度较高区域衰减更明显；干燥晴朗天气条件下衰减量较小，可根据精度需求选择是否启用大气校正模块。
5. 后向散射系数反演
经过上述误差项补偿后，结合雷达系统常数，反演归一化地表后向散射系数σ⁰。雷达方程：
σ⁰ = [P_A × (4π)³ × R⁴] / [P_t × λ² × G²(θ,φ) × c × τ]
式中：P_t为发射峰值功率；λ为微波波长；c为光速；τ为脉冲宽度。实际工程中，系统常数项可通过地面角反射器定标实验统一标定，简化计算模型，直接建立图像幅度到σ⁰的转换关系，减少多个硬件参数独立测量引入的累积误差。
三、辐射校正精度验证实验与结果分析
1. 实验方案设计
本次验证实验搭载
X波段无人机载MiniSAR，飞行高度1200m，测绘带入射角范围25°~45°。实验场地布设三面已知雷达截面积的角反射器作为点目标定标源，同时选取大面积均匀裸土地表作为面状验证靶区。同步采集地面靶区实测散射数据、气象数据与无人机POS姿态数据。
实验分为两组：
（1）第一组仅做基础距离衰减校正；
（2）第二组执行本文全套辐射校正流程，对比两组角反射器后向散射系数反演结果，评估校正精度。
2. 点目标（角反射器）精度验证
角反射器雷达截面积RCS可通过几何尺寸理论计算，作为真值。分别提取校正前后角反射器峰值后向散射系数，计算误差。仅距离校正时，角反射器σ0测量误差范围2.1~3.4dB；采用本文完整辐射校正方法后，三个角反射器测量误差分别为0.9dB、1.1dB、1.2dB，均方根误差1.07dB。结果表明天线增益、系统噪声补偿对精度提升贡献显著。无人机姿态波动造成的天线指向偏移是单点目标辐射误差的主要来源。
3. 均匀面目标验证
选取平坦裸土区域，该区域地表散射特性空间均匀，理论上σ0空间分布应当平稳。未完整校正图像中，沿距离向存在明显灰度梯度，近距与远距像素后向散射差值可达2.7dB。经过全套辐射校正后，该均匀靶区内σ0标准差下降至0.48dB，图像距离向灰度梯度基本消除。同时分析入射角影响：在25°~45°区间内，校正后裸土后向散射系数随入射角增大平稳下降，变化规律符合微波散射理论，不存在系统性畸变。
4. 误差来源分析
即使经过完整校正，仍存在残余误差。误差来源主要包括：
（1）POS姿态测量噪声，微小姿态抖动会引起天线指向角计算偏差；
（2）天线方向图地面标定存在测量误差；
（3）低空大气参数空间分布不均，单点气象观测无法完全代表整个测绘带大气状态；
（4）SAR图像斑点噪声，斑点会造成像素值随机起伏，可通过多视处理降低随机误差，但会牺牲空间分辨率。
在高精度定量应用场景，需要搭配高频姿态测量设备、多点气象观测以及多视平均处理进一步抑制误差。
本文针对无人机载MiniSAR平台特性，分析成像链路多维度辐射畸变成因，构建一套包含噪声补偿、天线方向图校正、距离衰减校正、低空大气衰减校正的辐射校正方法，完成后向散射系数定量反演。实测验证表明，该校正方案可有效抑制无人机平台带来的辐射偏差，校正后点目标后向散射系数均方根误差小于1.2dB，均匀地表靶区辐射一致性显著提升，满足MiniSAR定量遥感应用需求。
MiniSAR聚焦于微型合成孔径雷达（SAR）制造研发，为用户提供定制化机载SAR、轻型MiniSAR、无人机载MiniSAR、SAR数据采集服务、SAR飞行服务等。如您有相关业务需求，欢迎联系！
150-110-63408