微型SAR固有的宽波束、低空飞行、大带宽、平台运动复杂等特性，使其在城市峡谷、建筑密集区、室内等复杂场景中面临严重的多径效应问题，导致虚假目标、图像散焦、散射系数失真、相位信息污染等一系列成像质量退化问题。现有多径抑制方法普遍存在“重消除、低保真”的缺陷，易造成弱目标丢失、幅度相位失真，无法满足定量遥感、干涉测量、目标识别等高精度应用需求。本文系统分析了微型SAR多径效应的物理成因与成像影响，梳理了主流多径消除技术的原理与适配性，重点构建了多径消除与信号保真协同优化的技术体系，为MiniSAR在复杂场景的工程化应用提供理论与技术参考。
一、微型SAR多径效应的基础理论与成像影响
1. MiniSAR的系统特性与多径效应的特殊性
MiniSAR与传统SAR的系统差异，决定了其多径效应具有独特的传播特性与影响规律，核心差异体现在4个方面：
（1）宽波束照射，多径触发概率高：受小型化平台限制，MiniSAR天线口径小，3dB波束宽度通常大于3°，远大于传统大机载SAR的窄波束，主瓣可同时覆盖目标与周边反射面，极易接收到多径反射信号；
（2）低空小擦地角，镜面反射强：MiniSAR多工作在几十米至几千米的低空，擦地角普遍小于30°，地表、建筑墙面的镜面反射系数显著提升，多径信号幅度可达直射波的-5dB~-20dB，远高于传统SAR的弱多径场景；
（3）高分辨率大带宽，多径混叠严重：MiniSAR普遍采用GHz级大带宽信号，距离向分辨率可达厘米级，多径时延差对应的距离分辨单元更小，极易与真实目标在距离域混叠，分离难度大幅提升；
（4）平台运动复杂，多径与误差耦合：无人机、弹载等小型平台的振动、姿态突变、航迹偏移问题突出，运动误差导致的回波时延、多普勒畸变与多径效应深度耦合，进一步增加了多径信号的识别与分离难度。
2. 多径效应的传播模型与分类
根据电磁波的传播路径与反射特性，可将MiniSAR中的多径效应分为3类核心类型：
（1）双程一次多径：最常见的多径类型，分为两种传播路径——“发射天线→反射面→目标→接收天线”与“发射天线→目标→反射面→接收天线”。该类多径时延固定，幅度较强，会在图像中形成与真实目标关于反射面对称的虚假目标，是造成图像误判的核心因素；
（2）双程二次及以上多径：信号经两个及以上反射面的多次反射后被接收，常见于密集建筑群、室内封闭场景。该类多径时延更大、幅度更弱，呈离散分布，会导致图像背景杂波增强、对比度下降；
（3）漫散射多径：信号经粗糙地表、植被覆盖区等非规则表面的漫反射形成，无固定传播路径，信号呈噪声状分布，会降低图像的等效视数与信噪比，造成图像整体模糊。
3. 多径效应对MiniSAR成像的核心影响
多径效应从幅度、相位、几何、分辨率四个维度，全面劣化MiniSAR的成像性能，具体表现为：
（1）虚假目标生成与几何失真：强镜面反射多径会在距离向形成对称的虚假点目标，与真实目标混叠，易造成目标误判；多次多径会导致目标轮廓畸变、尺寸测量误差，无法满足测绘与目标识别的精度要求；
（2）图像分辨率下降与散焦：多径信号与直射回波相干叠加，会导致点目标响应的主瓣展宽、旁瓣抬高，方位向与距离向分辨率下降；非平稳多径信号会破坏回波的多普勒相干性，造成目标散焦，图像对比度显著降低；
（3）散射系数幅度失真：多径能量的叠加会导致目标雷达散射截面（RCS）测量值偏离真实值，误差可达3dB以上，直接影响MiniSAR的定量遥感反演精度；
（4）相位信息污染：多径信号的相位与直射波相位相干叠加，会引入随机相位误差，误差可达10°以上，严重破坏回波的相位相干性，导致干涉SAR（InSAR）高程测量失效、差分InSAR（D-InSAR）形变测量精度超限，这也是MiniSAR干涉测量应用中的核心痛点。
二、微型SAR多径效应的主流消除方法
针对MiniSAR多径效应的特性，现有消除方法可分为四大类，各类方法在场景适应性、计算复杂度、消除效果上各有优劣，需针对MiniSAR的系统特性进行适配优化。
1. 基于天线与波形设计的前端多径抑制
前端抑制是从系统源头减少多径信号接收的核心方法，适配MiniSAR的小型化系统设计需求，核心技术包括：
（1）阵列天线与数字波束形成（DBF）：采用MIMO阵列天线架构，通过发射端宽波束实现场景全覆盖，接收端DBF实现窄波束合成，有效压低天线旁瓣，减少旁瓣照射反射面产生的多径信号；同时可通过自适应波束形成，在多径来波方向形成零陷，从源头抑制多径接收。该方法解决了MiniSAR天线小型化与窄波束设计的矛盾，是系统级多径抑制的首选方案。
（2）全极化分集技术：利用多径信号与直射回波的极化特性差异实现分离——镜面反射多径会产生显著的极化扭转与去相干，而真实目标的二面角散射、体散射具有稳定的极化散射矩阵。通过Pauli分解、Freeman-Durden分解等极化分解方法，分离作为多径主要来源的面散射分量，再通过极化白化滤波（PWF）实现多径抑制。该方法无需场景先验信息，适配复杂非结构化场景，且小型化全极化天线技术已成熟，是当前MiniSAR多径抑制的主流技术。
（3）波形编码与优化设计：通过相位编码、正交频分复用（OFDM）等波形设计，降低多径信号与直射波的波形相关性，在匹配滤波过程中抑制多径分量；针对LFMCW体制的MiniSAR，可通过波形参数优化，增大多径信号与直射波的时延-多普勒分辨能力，提升多径分离效果。
2. 基于信号域与成像算法的多径分离
该类方法在SAR成像处理流程中实现多径与直射回波的分离，适配MiniSAR的运动特性与成像需求，核心技术包括：
（1）时域后向投影（BP）算法的多径抑制：BP算法是时域高精度成像算法，通过对每个像素的回波进行严格的几何时延匹配与相干积累，仅符合像素直射路径的回波会被有效积累，而多径信号的时延与多普勒历史与像素几何位置不匹配，会被当作噪声抑制。针对MiniSAR平台运动复杂的特性，BP算法可与高精度运动补偿深度融合，解耦运动误差与多径效应的耦合问题；通过快速BP（FFBP）算法优化，可大幅降低计算量，满足MiniSAR小场景实时成像需求。
（2）稀疏表示与压缩感知的多径分离：SAR图像的散射系数具有天然的稀疏性，真实目标的散射点呈稀疏分布，而多径信号可视为冗余干扰项。通过构建包含直射波与多径信号的过完备字典，采用L1范数正则化的稀疏重构算法，可实现直射回波与多径信号的精准分离。针对MiniSAR高分辨率特性，可通过加入成像几何先验、散射系数非负约束优化字典设计，提升分离精度，同时为信号保真提供基础。
（3）子孔径与多普勒域多径滤波：真实目标的多普勒频率随方位时间呈线性变化，符合SAR距离徙动特性，而多径信号的多普勒历史呈非线性，与真实目标存在固定偏移。通过将方位向全孔径分解为多个子孔径分别成像，分析像素在不同子孔径中的相干性——真实目标在全子孔径中保持高相干性，多径信号相干性显著降低，通过子孔径相干性加权，可有效抑制多径信号，同时保留真实目标的相干积累能量。该方法计算复杂度低，适配MiniSAR嵌入式平台的实时处理需求。
3. 基于场景先验的成像域多径消除
该类方法利用场景先验信息实现多径假目标的精准识别与消除，适用于城市、山区等有高精度地理信息的结构化场景，核心技术包括：
（1）基于射线追踪的多径几何建模：通过场景高精度数字表面模型（DSM）/数字高程模型（DEM），采用弹跳射线法（SBR）模拟电磁波的传播路径，精准计算多径信号的时延、多普勒、幅度与相位，预测多径虚假目标的位置与强度，最终在成像域完成多径剔除。针对MiniSAR低空飞行特性，可通过主瓣照射范围约束优化射线追踪效率，结合实测散射系数修正幅度模型，提升预测精度。该方法可精准消除强镜面多径假目标，且不影响真实目标信号，保真度优势显著，但依赖高精度DSM数据，非结构化场景适用性差。
（2）成像域假目标智能识别与剔除：针对无先验信息的场景，通过提取多径假目标的图像特征（幅度分布、位置对称性、形状特征、子孔径相干性），采用恒虚警检测（CFAR）、形态学处理、机器学习分类器实现假目标识别与剔除。该方法计算简单、实时性好，但易将弱散射真实目标误判为假目标，需结合极化、多普勒域信息优化，平衡消除效果与保真度。
4. 基于深度学习的端到端多径抑制
随着人工智能技术的发展，数据驱动的深度学习方法成为复杂场景多径抑制的研究热点，核心技术包括：
（1）卷积神经网络（CNN）的图像域多径消除：采用U-Net、ResNet等经典CNN架构，构建端到端的多径抑制网络，以含多径的SAR图像为输入，无多径的清晰图像为输出，通过大量仿真与实测数据训练，学习多径信号与真实目标的深层特征差异。针对MiniSAR嵌入式平台，可通过MobileNet、ShuffleNet等轻量化网络架构，结合注意力机制聚焦强散射体附近的多径区域，在保证抑制效果的同时降低计算量。
（2）物理约束的深度学习方法：传统纯数据驱动的网络易出现“过平滑”问题，将弱散射目标当作多径剔除，同时造成目标幅度、相位失真，保真度不足。通过将SAR成像物理模型、多径传播模型融入网络设计，在损失函数中加入幅度保真项、相位保真项、几何约束项，构建物理知情神经网络（PINN），使网络输出符合SAR成像的物理规律，而非单纯的像素级拟合，可在有效消除多径的同时，大幅提升信号保真度。针对MiniSAR实测多径数据不足的问题，可结合自监督学习、少样本学习提升网络泛化能力。
三、多径消除中的信号保真核心技术体系
信号保真是
微型SAR多径消除技术落地高精度应用的核心前提，其核心内涵包括四个维度：幅度保真（散射系数测量误差控制在1dB以内）、相位保真（相位误差控制在5°以内）、几何保真（目标位置误差小于0.3个分辨率单元）、弱目标保真（弱散射目标信杂比保留率大于90%）。针对现有方法“重消除、低保真”的缺陷，本文构建了多径消除与信号保真协同优化的核心技术体系。
1. 物理模型驱动的正则化约束
物理正则化是保证信号保真的核心基础，其核心是将SAR成像的物理规律融入多径消除的全流程，避免处理过程中引入不符合物理特性的失真。
在稀疏重构方法中，加入散射系数非负约束、空间连续性约束、极化散射特性约束，保证重构的散射系数符合真实目标的物理散射特性，避免出现虚假散射点与幅度失真；在BP成像算法中，加入严格的几何时延约束与高精度运动补偿，保证每个像素的积累能量严格对应其地理空间位置，避免几何失真；在深度学习方法中，将SAR回波模型、多径传播方程作为正则项加入损失函数，约束网络的特征学习方向，避免网络过度拟合噪声而丢失弱目标信息，同时保证目标相位信息不被污染。
2. 多域联合的分层处理架构
采用“前端粗抑制-信号域精分离-成像域保真优化”的三层处理架构，实现多径消除与信号保真的平衡。
第一层为前端粗抑制，通过阵列天线DBF、极化滤波、波形优化，从源头减少强多径信号的接收，同时采用宽通带设计，完整保留所有真实目标的回波能量，避免前端处理造成弱目标能量损失；第二层为信号域精分离，通过FFBP成像、稀疏重构、子孔径滤波，在信号域完成直射波与多径信号的精准分离，处理过程中保留回波的幅度与相位全信息，避免频域滤波引入的相位失真；第三层为成像域保真优化，结合场景先验、极化特征、子孔径相干性，识别并剔除残留的多径假目标，同时采用自适应加权算法增强弱散射目标信号，通过场景感知的自适应阈值，避免弱目标被误剔除。
3. 场景感知的自适应保真优化
不同场景的多径特性存在显著差异，固定参数的多径消除方法无法兼顾全场景的消除效果与保真度。通过场景感知算法，自动识别场景类型（城市密集建筑区、山区、平原、室内等），自适应调整多径消除的核心参数：在强散射体密集的城市场景，提高多径检测阈值，强化强镜面多径的抑制能力，同时加入强散射体周边的弱目标保护机制；在植被、农田等弱散射场景，降低检测阈值，放宽多径抑制强度，优先保证弱散射目标的信号完整性；在室内等密集多径场景，切换为多径传播模型约束的稀疏重构算法，避免多次多径造成的图像整体失真。
4. 相位保真的专项处理技术
针对InSAR、形变测量等对相位要求极高的应用，需设计专项的保相处理技术。在多径分离过程中，采用幅度-相位联合重构模型，而非仅处理幅度信息，避免相位信息丢失；在极化滤波环节，采用保相极化白化滤波算法，严格控制滤波过程中的相位偏移，避免引入额外相位误差；在成像处理环节，采用时域BP算法与高精度运动补偿，保证回波相位的相干性，同时在多径消除后，通过相位解缠与相位误差补偿算法，修正残留的相位畸变，保证相位误差满足干涉测量的精度要求。
四、实验验证与性能分析
1. 仿真实验设置
采用Ku波段MiniSAR系统参数构建仿真场景：载机飞行高度500m，飞行速度30m/s，信号带宽1GHz，距离向分辨率0.15m，方位向分辨率0.2m；成像场景为城市建筑群，包含3栋高层建筑、5个小型车辆目标、2个路灯弱散射目标，加入双程一次多径与二次多径信号，多径幅度为直射波的-5dB~-20dB。
对比方法包括：传统极化白化滤波（PWF）、基于DSM的射线追踪法、普通U-Net网络、本文提出的物理约束多域联合方法。评价指标涵盖多径抑制比（MSR）、图像对比度（IC）、等效视数（ENL）、散射系数RMSE、相位误差、弱目标SCR保留率。
2. 实验结果与分析
仿真实验结果如表1所示。
表1 不同方法的性能对比
|
方法
|
MSR(dB)
|
IC(dB)
|
ENL
|
散射系数 RMSE (dB)
|
相位误差 (°)
|
弱目标 SCR 保留率 (%)
|
|
原始图像
|
0
|
12.3
|
2.1
|
3.52
|
18.6
|
100
|
|
传统 PWF
|
18.6
|
18.5
|
4.2
|
2.15
|
12.3
|
82
|
|
射线追踪法
|
22.4
|
20.1
|
5.6
|
1.23
|
8.5
|
91
|
|
普通 U-Net
|
24.2
|
21.3
|
6.2
|
1.86
|
10.2
|
76
|
|
本文方法
|
26.8
|
23.5
|
7.8
|
0.72
|
4.6
|
94
|
结果表明，本文提出的物理约束多域联合方法，多径抑制比达到26.8dB，优于所有对比方法，同时散射系数RMSE仅0.72dB，相位误差4.6°，弱目标SCR保留率达到94%，在有效消除多径的同时，实现了幅度、相位、弱目标的全维度保真。传统PWF方法多径抑制能力有限，保真度一般；射线追踪法保真度较好，但多径抑制能力受限于DSM精度；普通U-Net方法多径抑制效果较好，但存在严重的弱目标丢失与幅度相位失真，保真度不足，验证了本文方法的优越性。
基于某型无人机载MiniSAR的实测数据验证表明，本文方法可消除92%以上的建筑强散射体多径假目标，目标几何位置误差小于0.3个分辨率单元，散射系数误差小于1dB，可满足城市测绘、目标侦察的工程化应用需求。
微型SAR作为低空复杂场景核心探测载荷，其应用潜力受多径效应的严重制约，而多径消除与信号保真的协同优化，是MiniSAR技术落地高精度应用的核心关键。本文系统分析了微型SAR多径效应的物理成因与特殊性，梳理了前端抑制、信号域分离、成像域消除、深度学习四大类主流多径消除方法，构建了以物理正则化、多域分层处理、场景自适应、专项保相为核心的信号保真技术体系，通过仿真与实测实验验证了方法的有效性。
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