当星载SAR(synthetic aperture radar)原始数据的饱和度较高时,传统BAQ(block adaptive quantization)算法性能明显下降.为了改善其性能,本文研究了原始文献中采样信号幅度均值与输入ADC(analog to digital converter)信号标准差的映射关系,指出了其结果的疏漏并给出推导过程.在引入ADC输出信号标准差概念的基础上,本文完整地推导了采样信号幅度均值与ADC输出信号标准差的映射关系. Monte-Carlo实验表明,在饱和度全集上,以上两种映射均非SNR(signal to noise ratio)意义下的最优映射.因此,本文提出分段线性映射的概念以及饱和度全集最优搜索算法.对于线性映射段,给出了理论证明和k值解析解;对于非线性映射段,给出了分段线性映射的k值搜索算法.仿真数据及实测数据实验结果表明,当SAR原始数据饱和时,本文提出算法的数据域SNR优于传统BAQ算法的数据域SNR.
