SAR simulation of urban environment for TomoSAR performance evaluation

SAR (Synthetic Aperture Radar) tomography is a technique that allows to reconstruct 3D scenes from multiple SAR acquisitions realised with slight differences in the sensor's position. This technique saw important developments in the last decade, with improvements in both the quality of the images obtained, thanks to better SAR sensors, and in tomographic techniques, improving on the reconstruction quality. These developments allow for the reconstruction of complex scenes such as urban environments, that present dense geometries. A particular set of algorithms currently studied to improve on the reconstruction of environment composed of few scatterers in the reconstructed direction, also called sparse, are based on the Compressed Sensing framework. To study the performances of these algorithms on complex scenes, the use of a SAR simulator, developed at ONERA, is proposed. In the context of this internship, the development of tools required for SAR tomography on simulated images were developed, as well as tomographic algorithms, both classical and sparsity-based, allowing the evaluation of geometrical performance criteria. Methods to improve the SAR simulated images using information extracted from SAR tomography of real data were also studied.

La tomografia SAR (Synthetic Aperture Radar) è una tecnica che permette di ricostruire scene 3D da più acquisizioni SAR realizzate con leggere differenze nella posizione del sensore. Questa tecnica ha visto importanti sviluppi nell'ultimo decennio, con miglioramenti sia nella qualità delle immagini ottenute, grazie a migliori sensori SAR, sia nelle tecniche tomografiche, migliorando la qualità della ricostruzione. Questi sviluppi permettono la ricostruzione di scene complesse come gli ambienti urbani, che presentano geometrie dense. Un particolare insieme di algoritmi attualmente studiati per migliorare la ricostruzione di ambienti composti da pochi scatterers nella direzione ricostruita, chiamati anche sparse, sono basati sul framework del Compressed Sensing. Per studiare le prestazioni di questi algoritmi su scene complesse, viene proposto l'uso di un simulatore SAR, sviluppato presso ONERA. Nel contesto di questo stage, sono stati sviluppati gli strumenti necessari per la tomografia SAR su immagini simulate, così come gli algoritmi tomografici, sia classici che basati sulla sparsità, permettendo la valutazione dei criteri di performance geometrica. Sono stati anche studiati i metodi per migliorare le immagini SAR simulate utilizzando le informazioni estratte dalla tomografia SAR di dati reali.