Sentinel-1 Level 1数据处理的详细算法定义（四）

《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：

4. 预处理算法

4.3 下行链路头验证

4.3.1 缺失行检测

在检测到并纠正了任何可能的比特错误之后（如表4-1所述），执行缺失行检测。输入数据中可能存在两种情况导致回波数据包缺失，这两种情况都通过监控每个数据包计数器的当前值来检测。

其中：

• PSCT = 来自主要ISP头的数据包序列计数

• SPCT = 来自次要ISP头的空间数据包计数

• PRICT = 来自次要ISP头的模式PRI计数

第一种缺失行的情况是回波数据包由于合成孔径雷达(SAR)仪器外部的某些原因而从输入数据中物理上缺失；例如，由于下行链路存在问题导致传输过程中回波数据包丢失。由于输入数据中缺少而丢失的数据包被称为下行链路缺失行。通过比较所有三个空间数据包计数器的当前值与相应计数器的前一个值来检测下行链路缺失行。如果所有计数器的结果都是一(1)，则数据包序列是完整的。如果结果大于一(1)且对所有计数器都相同，那么使用次要数据包头中的SPCT计算缺失行数，如下所示：

第二种缺失行的情况是，由于SAR仪器的异常，它在图像获取期间无法生成SAR空间数据包，导致输入数据中缺少回波数据包。由于这个原因丢失的数据包被称为仪器缺失行。当PSCT增加一(1)，而PRICT和SPCT增加的数量彼此相等且该数量大于一(1)时，输入数据中就存在仪器缺失行。然后使用SPCT按照以下方式计算仪器缺失行的数量：

4.4 地形高度函数

在预处理过程中，IPF将沿着场景的方位方向构建一个（平均）地形高度值的向量。请注意，对于TOPSAR，相同的向量将适用于所有子条带。在双极化情况下，IPF将只计算一个地形高度函数，该函数将应用于两种极化。向量元素的方位间距是一个可配置的输入参数，除了波模式，波模式中每个单元格计算一次。

因此，地形高度函数由一组对定义：

其中${\eta }_i$是一组方位时间值，覆盖了场景的全部方位范围。每个地形高度值$h_i$ 是通过对以${\eta }_i$ 为中心的方位块的DEM子集取平均值得到的，该方位块覆盖了场景的全部距离维度。用于平均的方位块的大小是一个可配置的输入参数。
详细的处理步骤如下：

1. 将图像划分为方位块（整个范围，每个条带一个条带）。
2. 对于每个块，为条纹采样网格的子采样版本计算一组相应的高度值。
3. 使用直接地理编码算法（如第5.1节中描述的算法）计算纬度/经度值。
4. 通过DEM（数字高程模型）插值计算高度值。
5. 然后在整条条纹上平均高度值。
6. 然后检索每个条纹的平均高度值，得到一个（大致的）方位地形变化。

如果SLC处理器或L1后处理器以后需要，地形高度的中间值将通过线性插值获得。

5 多普勒中心频率估计算法

本节介绍了一种基于ENVISAT ASAR单波束和ScanSAR处理器的算法和经验的多普勒中心频率估计（DCE）方法。

在非常高的层面上，DCE处理可以表示为图5-1所示：

5.6节中将讨论DCE处理块的尺寸。

图5-1中展示的两个高级算法块在接下来的章节中如下所示：

计算单个绝对直流(DC)估计值

对于每个距离和方位块的单个直流估计值的计算，对于单条带（Stripmap和Wave）模式和多条带（TOPSAR）模式都是相同的（除了第5.2.1节中描述的TOPSAR预处理步骤之外）。这一阶段在图5-2中有更详细的说明，包括以下步骤：

1. 绝对直流计算（基于轨道和姿态），如第5.1节所述
2. 精细直流估计，如第5.2节所述
3. 直流估计质量测量，如第5.5.1节所述
4. 精细直流估计值解包，如第5.3节所述
5. 多项式拟合，如第5.5节所述
6. 绝对直流估计，如第5.4节所述。

用于后续处理步骤的直流(DC)频率源是可配置的，可以是以下之一：

• 根据轨道和姿态计算得出
• 从数据中估计得出
• 设置为一个预定义的、可配置的多项式（这种情况在图5-2中没有显示）。

请注意，如果软件故障或质量阈值违反发生在算法的任何步骤中（除了第一步），则回退的直流频率是程序开始时从几何计算得出的那个。

5.1 绝对直流计算（基于轨道和姿态）

如果这个计算非常精确，实际上就可以完全解决问题。至少，波束指向和测量的精度将允许精确确定模糊度。然而，固有的测量和波束指向误差总是会导致直流估计的不可预测性。在这种情况下，必须从数据中估计绝对直流。第一步是利用轨道和姿态数据，从航天器-地球几何关系中确定绝对直流。IPF将始终执行这一步。如果结果非常精确，这个计算实际上就可以完全解决问题。至少，波束指向和测量的精度将允许精确确定模糊度。然而，固有的测量和波束指向误差总是会导致直流估计的不可预测性。在这种情况下，必须从数据中估计绝对直流。

在当前的Sentinel-1 DCE（多普勒中心频率估计）算法中，假设直流频率的模糊性可以从几何学中可靠地计算出来。卫星在轨道上的的位置和速度，或者说卫星的星历，由状态向量描述，这些通常由卫星上的GPS系统估计，并作为工程数据包含在SAR信号记录中。

对于一个以相对速度v移动的平台，斜距r和视线向量r（视线向量是从卫星位置P到目标的向量）的目标的多普勒频率由下式给出：

其中
$\lambda$ 是雷达波长。
这一节描述了如何从以下参数计算目标的多普勒频率：
p = 卫星位置
v = 卫星相对速度
r = 斜距
$\varphi$ = 卫星姿态，由三元角度（翻滚、俯仰、偏航）定义。（例如，见[R-9]第2节关于姿态角度的定义）。

对于一个固定的轨道点（即固定的卫星位置和速度），多普勒频率作为斜距r和姿态$\varphi$