Processamento SAR em tempo real em PC

Dados Internacionais de Catalogação-na-Publicação (CIP)
Divisão de Informação e Documentação

Trofino, Sérgio Henrique
Implementação de um processador SAR Range-Doppler em um computador pessoal visando
operação em tempo real / Sérgio Henrique Trofino.
São José dos Campos, 2014.
113f.
Dissertação mestrado – Curso de Engenharia Eletrônica e Computação, Área de Dispositivos e

Sistemas Eletrônicos – Instituto Tecnológico de Aeronáutica, 2014. Orientador: Prof. Dr. Roberto
d'Amore.
1. SAR em tempo real. 2. Range-Doppler. 3. SAR em PC. I. Instituto Tecnológico de Aeronáutica.

II.Título
REFERÊNCIA BIBLIOGRÁFICA
Trofino, Sérgio Henrique. Implementação de um processador SAR Range-Doppler em um

computador pessoal visando operação em tempo real. 2014. 113f. Dissertação de mestrado
em Dispositivos e Sistemas Eletrônicos – Instituto Tecnológico de Aeronáutica, São José dos
Campos.
CESSÃO DE DIREITOS
NOME DO AUTOR: Sérgio Henrique Trofino

TÍTULO DO TRABALHO: Implementação de um processador SAR Range-Doppler em um
computador pessoal visando operação em tempo real
TIPO DO TRABALHO/ANO: Dissertação / 2014
É concedida ao Instituto Tecnológico de Aeronáutica permissão para reproduzir cópias desta

dissertação e para emprestar ou vender cópias somente para propósitos acadêmicos e
científicos. O autor reserva outros direitos de publicação e nenhuma parte desta dissertação
pode ser reproduzida sem a sua autorização (do autor).
__________________________________________
Sérgio Henrique Trofino
Rua Tupinambás, 348 - Casa 08 - Jd. Luiza
12305-240 - Jacareí - SP
sergio.trofino@yahoo.com.br
iii
IMPLEMENTAÇÃO DE UM PROCESSADOR SAR RANGE-

DOPPLER EM UM COMPUTADOR PESSOAL VISANDO
OPERAÇÃO EM TEMPO REAL
Composição da Banca Examinadora:
Prof. Dr. Marcelo da Silva Pinho Presidente - ITA

Prof. Dr. Roberto d'Amore Orientador - ITA
Prof. Dr. David Fernandes Membro - ITA
Prof. Dr. Esdon Luiz França Senne Membro Externo - UNESP
ITA
iv
A minha esposa
e a meus pais.
v
Agradecimentos
Primeiramente, gostaria de agradecer ao meu orientador, Prof. Dr. Roberto d'Amore,
por ter me incentivado quando eu desanimava e pela dedicação para que esse trabalho fosse
possível.
Gostaria de agradecer, também, ao Prof. Dr. David Fernandes, principalmente, pelos
ensinamentos sobre o tema, a empolgação e o tempo dedicado, sem os quais inviabilizariam a
realização deste estudo.
Gostaria de agradecer a meus pais, Sérgio e Samanta, que sempre foram meu alicerce
e horizonte.
Agradecer a minha esposa, Aline, pela compreensão, carinho e incentivo.
Agradecer à Mectron, aos companheiros de serviço e, principalmente, aos Eng. André
Keller Abadie e Thomaz Daibert Machado Tavares, pela amizade, contribuição e apoio para a
realização desde trabalho.
A todos meus amigos, especialmente ao Leandro Auler e ao Sandro Lombardo, pelo
apoio e confiança nesta jornada.
À Monity, em especial, ao Ronaldo Moura, pela amizade e ensinamentos.
Aos bibliotecários do ITA, em especial, à Sayonara Lizton, pelo apoio.
Aos membros da banca examinadora e ao ITA, pela oportunidade.

vi
"Se vi mais longe, foi por estar de pé sobre ombros de gigantes."

- Isaac Newton -
vii
Resumo
O uso de radares de imageamento, como o radar de abertura sintética - SAR - (do
inglês: Synthetic Aperture Radar), tem sido cada vez mais comum. Eles podem ser
encontrados em sistemas de alto custo, como plataformas orbitais, ou até em veículos aéreos
não tripulados. A demanda crescente na obtenção de informações para tomada de decisões em
curto espaço de tempo, e avaliação da imagem em tempo real, remete ao desafio do
processamento de imagens SAR em tempo real.
Diversas plataformas de hardware podem ser empregadas para o processamento de
imagens SAR em tempo real: processadores de sinais digitais, unidade de processamento
gráfico ou hardwares programáveis. Neste trabalho, propõe-se o uso de um computador de
propósito geral para realizar a tarefa de processar e exibir a imagem SAR, focalizada em
tempo suficiente de modo que não haja acúmulo de dados sem processamento. Os testes
realizados apresentam resultados que indicam a viabilidade do emprego desta plataforma de
baixo custo em operações com aeronaves.

viii
Abstract
The use of imaging radars, like the Synthetic Aperture Radar (SAR), is becoming
more frequent. They can be found in high cost systems, like orbital platforms to Unmanned
Aerial Vehicles (UAV). The increasing demand to acquire information for decision in a short
period of time, and real time image evaluation, take to the challenge of processing SAR
images in real time.
Many hardware platforms can be employed to processing SAR images in real time,
from digital signal processors, graphics processors to programmable hardware. In this work,
we propose the use of a general-purpose computer to perform the task of processing and
displaying a focused SAR image, in such a way that there is no accumulation of unprocessed
data. The tests show results indicate the viability in using this low-cost platform in aircraft's
operations.
ix
Lista de Ilustrações
Figura 2.1 - Representação de um SAR aerotransportado........................................................ 30
Figura 2.2 - SAR operando no modo stripmap boresight . ...................................................... 31
Figura 2.3 - SAR operando no modo stripmap squinted. ......................................................... 31
Figura 2.4 - SAR operando no modo scan. .............................................................................. 32
Figura 2.5 - SAR operando no modo spotlight......................................................................... 32
Figura 2.6 - Geometria de aquisição de dados.......................................................................... 34
Figura 2.7 - Geometria para determinação do número de pontos em range. ........................... 38
Figura 2.8 - Frame a cada fim de processamento de N linhas. ................................................ 42
Figura 2.9 - Função que descreve a distância de um alvo estático ao SAR. ............................ 43
Figura 2.10 - Representação da migração da célula de resolução ............................................ 44
Figura 2.11 - Algoritmo Range-Doppler .................................................................................. 46
Figura 2.12 Componente real da imagem complexa do dado bruto de um alvo pontual na cena.
...................................................................................................................................... 48
Figura 2.13 - Imagem módulo após compressão em range de uma cena contendo um alvo
pontual. ......................................................................................................................... 48
Figura 2.14 - Imagem módulo após correção da RCM de uma cena contendo um alvo pontual.
...................................................................................................................................... 48
Figura 2.15 - Imagem módulo após compressão em azimute de uma cena contendo um alvo
pontual. ......................................................................................................................... 49
Figura 2.16 - Imagem módulo após compressão em azimute de uma cena contendo um alvo
pontual com as cores invertidas e um círculo no alvo para destacá-lo. ....................... 49
Figura 2.17 - Espalhamento da energia do alvo na direção range após processamento da
imagem. ........................................................................................................................ 50
x
Figura 2.18 - Espalhamento da energia do alvo na direção azimutal após processamento da
imagem. ........................................................................................................................ 50
Figura 2.19 - Representação da temporização no processamento. ........................................... 52
Figura 3.1 - Representação do sistema de teste utilizando três computadores. ........................ 55
Figura 3.2 - Representação do sistema de teste implementado. ............................................... 56
Figura 3.3 - Exemplo do formato do arquivo de parâmetros utilizado no sistema de teste. .... 57
Figura 3.4 - Representação do cenário em arquivo. ................................................................. 58
Figura 3.5 - Parte real da imagem bruta simulada. ................................................................... 60
Figura 3.6 - Cena obtida utilizando-se o ERS-1. a) Imagem focalizada; b) Imagem composta
pela parte real dos dados brutos do ERS-1 ................................................................... 62
Figura 3.7 - Método utilizado para medida de tempo de execução .......................................... 64
Figura 3.8 - Subprocessos......................................................................................................... 73
Figura 3.9 - Estrutura para troca de dados utilizada pelo primeiro subprocesso. ..................... 75
Figura 3.10 - Fluxo de aquisição de dados na entrada do processamento ................................ 77
Figura 3.11 - Descontinuidade na junção de frames devido ao descarte de dados sem a devida
compensação dos dados descartados. ........................................................................... 79
Figura 3.12 - Estrutura para troca de dados utilizada pelo segundo subprocesso. ................... 80
Figura 3.13 - Uso do buffer 2.1, buffer 2.2 e buffer 2.3 entre SP2 e SP3. ................................ 81
Figura 3.14 - Estrutura para troca de dados utilizada pelo terceiro subprocesso. .................... 83
Figura 3.15 - Estrutura para troca de dados utilizada pelo visualizador................................... 85
Figura 3.16 - Lógica implementada para dar noção de imageamento contínuo ao processador
SAR. ............................................................................................................................. 86
Figura 4.1 - Parâmetros para compilação da biblioteca FFTW. ............................................... 91
Figura 4.2 - Parâmetros para compilação do SimSAR e do ProcSAR. .................................... 92
Figura 4.3 - Configuração do sistema para o SimSAR e ProcSAR operando no mesmo PC. . 93
xi
Figura 4.4 - Configuração do sistema para o SimSAR e ProcSAR operando em dois PCs
diferentes. ..................................................................................................................... 93
Figura 4.5 - Configuração do sistema sem o SimSAR. ............................................................ 94
Figura 4.6 - Configuração do sistema sem o SimSAR e sem a visualização da imagem
processada. ................................................................................................................... 94
Figura 4.7 - Módulo da imagem dos três alvos pontuais presentes nos dados brutos simulados
com 64 bits de representação de ponto flutuante e funções para aritméticas de ponto
flutuante com 64 bits. ................................................................................................... 96
Figura 4.8 - Módulo da imagem dos três alvos pontuais presentes nos dados brutos simulados
Figura 4.9 - Espalhamento da energia dos alvos pontuais em range após processamento com
64 bits de representação de ponto flutuante e funções para aritméticas de ponto
Figura 4.10 - Espalhamento da energia dos alvos pontuais em azimute após processamento
32 bits de representação de ponto flutuante e funções para aritméticas de ponto

xii
Figura 4.13 - Módulo da imagem dos três alvos pontuais presentes nos dados brutos
simulados com 32 bits de representação de ponto flutuante e funções para aritmética
de ponto flutuante com 32 bits. .................................................................................. 100
32 bits de representação de ponto flutuante e funções para aritmética de ponto
flutuante com 32 bits. ................................................................................................. 100
com 32 bits de representação de ponto flutuante e funções para aritmética de ponto
flutuante com 32 bits. ................................................................................................. 101
Figura 4.16 - Cenário simulado exibido instantes após a inicialização do sistema. ............... 102
Figura 4.17 - Cenário simulado exibido instantes após a Figura 4.16. .................................. 102
Figura 4.18 - Cenário simulado exibido instantes após a Figura 4.17. .................................. 102
Figura 4.19 - Módulo da imagem ERS-1 focalizada: a) Precisão numérica de 64 bits para
ponto flutuante. Funções para aritmética de ponto flutuante de 64 bits; b) Módulo da
imagem ERS-1 focalizada. Precisão numérica de 32 bits para ponto flutuante. Funções
para aritmética de ponto flutuante de 64 bits; c) Módulo da imagem ERS-1 desfocada.
Precisão numérica de 32 bits para ponto flutuante. Funções para aritmética de ponto
flutuante de 32 bits. .................................................................................................... 104
Figura 4.20 - Três sequências de imagens do sistema processando o Cenário ERS-1. .......... 105
xiii
Lista de Tabelas
Tabela 2.1 - Designação de letra para bandas de frequência de radar ...................................... 29
Tabela 2.2 - Parâmetros do radar e de um cenário com alvo pontual para exemplificar as
etapas do algoritmo Range-Doppler. ............................................................................ 47
Tabela 3.1 - Parâmetros do radar e do cenário de teste com dados simulados. ........................ 61
Tabela 3.2 - Parâmetros do Radar e do cenário de teste com dados do ERS-1 ........................ 62
Tabela 3.3 - Funções utilizadas na comunicação dos processos - envio de dados. .................. 65
Tabela 3.4 - Funções utilizadas na comunicação dos processos - recepção de dados. ............. 65
Tabela 3.5 - Tempos de execução da FFT utilizando-se como parâmetros do aplicativo
"bench" "-opatient" (escolhe o algoritmo de FFT com melhor desempenho em um
grupo restrito de algoritmos definido pela biblioteca), "i" (preservar vetor com os
dados de entrada) e "b" (FFT inversa).......................................................................... 67
"bench" "-oexhaustive" (escolhe o algoritmo de FFT com melhor desempenho em um
grupo que abrange mais algoritmos do que o grupo utilizado com "-opatient"), "i"
(preservar vetor com os dados de entrada) e "b" (FFT inversa). .................................. 67
"bench" "-oestimate" (utiliza uma heurística simples para escolher um algoritmo de
FFT com desempenho razoável), "i" (preservar vetor com os dados de entrada) e "b"
(FFT inversa). ............................................................................................................... 68
FFT com desempenho razoável), "o" (corromper vetor com os dados de entrada) e "b"
(FFT inversa). ............................................................................................................... 68

xiv
FFT com desempenho razoável), "i" (preservar vetor com os dados de entrada) e "f"
(FFT direta). ................................................................................................................. 69
FFT com desempenho razoável), "o" (corromper vetor com os dados de entrada) e "f"
(FFT direta). ................................................................................................................. 69
Tabela 3.11 - Número de amostras descartadas no cenário simulado. ..................................... 87
Tabela 3.12 - Número de amostras descartadas no cenário ERS-1. ......................................... 89
Tabela 4.1 - Tempos de execução do cenário simulado. .......................................................... 95
Tabela 4.2 - Tempos de execução do cenário ERS-1 ............................................................. 103

xv
Lista de Abreviações e Siglas
CUDA - Compute Unified Device Architecture
CV - Com Visualizador
DSPs - Digital Signal Processors
ERS-1 - European Remote Sensing Satellite-1
FFT - Fast Fourier Transform
FINEP - Financiadora de Estudos e Projetos
FPGA - Field-Programmable Gate Array
GCC - GNU Compiler Collection
GPGPU - Gerenal-Purpose Computing on Graphics Processing Units
GPU - Graphics Processing Unit
HDD - Hard Disk Drive
IEEE STD - Institute of Electrical and Electronics Engineers Standard
ITA - Instituto Tecnológico de Aeronáutica
NASA - National Aeronautics and Space Administration
PC - Personal Computer
PRF - Pulse Repetition Frequency
PROSAR-BR - Processador SAR Brasileiro
PSLR - Peak Sidelobe Ratio
RADAR - Radio Detection and Ranging
RAM - Random Access Memory
RCM - Range Cell Migration
SAR - Synthetic Aperture Radar
SEASAT - Seafaring Satellite

xvi
SIVAM - Sistema de Vigilância da Amazônia
SLAR - SideLooking Airborne Radar
SP1 - Subprocesso 1
SP2 - Subprocesso 2
SP3 - Subprocesso 3
SP4 - Subprocesso 4
ST - Sem Transmissão
SV - Sem Visualizador
TMC - Transmissão no Mesmo Computador
TOC - Transmissão em Outro Computador
UHF - Ultra High Frequency
USB - Universal Serial Bus
VANTs - Veículos Aéreos Não Tripulados

xvii
Lista de Símbolos
La - Comprimento efetivo da antena na direção azimutal
h - Altura do sensor com relação ao solo
0 - Ângulo de visada do centro da cena a uma distância r0
r0 - Distância normal à trajetória da plataforma ao centro da
cena
a - Abertura azimutal da antena
e - Abertura da antena em elevação
r0 a - Dimensão azimutal do feixe da antena na cena
r0e / sen0 - Largura da faixa imageada
vp
- Velocidade da plataforma transportando o sensor SAR
Tp - Duração do pulso
f0
- Frequência de repetição de pulso (PRF)
T0 - Período de repetição de pulso
 - Comprimento de onda da portadora
s(t ) - Envoltória complexa de um sinal transmitido pelo SAR
j - Unidade de número imaginário
A - Amplitude do sinal transmitido pelo SAR
R - Variação instantânea de frequência do sinal emitido pelo
SAR (chirp rate)

xviii
 t 
rect   - Função retangular de amplitude unitária, centrada em
 Tp 
zero e de duração Tp
a - Coordenada azimutal de um alvo pontual
r - Coordenada radial de um alvo pontual
a' - Eixo azimutal do sistema de referência utilizado
r' - Eixo radial do sistema de referência utilizado
g (a ' a, r ' r; r ) - Resposta impulsiva do sistema Radar para um alvo
pontual nas coordenadas (a, r ) em um sistema de referência
formado pelo eixo azimutal a ' e pelo eixo radial r '
c0 - Velocidade da luz no espaço livre
Ls - Abertura sintética da antena
e xp   - Função exponencial
 (a ', r ') - Refletividade complexa da cena
h (a ', r ') - Imagem bruta da cena imageada
H ( ,; r ) - Aproximação da transformada dupla de Fourier da
função h (a ', r ')
G( , ; r ) - Aproximação da transformada dupla de Fourier da
função g (a ' a, r ' r; r )
 ( ,; r ) - Fase da função G( ,; r )
2 - Largura da faixa azimutal da imagem bruta
2 - Largura da faixa radial da imagem bruta
R - Resolução radial da imagem SAR

xix
A - Resolução azimutal da imagem SAR
DF - Distância, no solo, da região imageada
LF - Largura, no solo, da região imageada
M0 - Número de amostras em range representação como
potência de dois
rmax - Maior distância radial da cena à trajetória do SAR
rmin - Menor distância radial da cena à trajetória do SAR
Ts - Período de amostragem do sinal em range
 - Menor inteiro maior ou igual a 
M - Número de amostras em range como potência de dois
Nd - Número de pontos a serem descartados em azimute
devido ao efeito de borda da convolução de uma série finita
Md - Número de pontos a serem descartados em range devido
ao efeito de borda da convolução de uma série finita
dA - Espaçamento entre os pixels em azimute
dR - Espaçamento entre os pixels em range
N - Número de amostras em azimute
DR - Dimensão radial da imagem bruta
DA - Dimensão azimutal da imagem bruta
Taq - Tempo de aquisição de uma imagem bruta para gerar um
frame
* - Complexo-conjugado
S( f ) - Espectro de um sinal s(t )

xx
H( f ) - Espectro de um sinal h(t )
 - Convolução entre dois sinais
W (i) - Resposta do filtro de Hamming no caso discreto
K - Número total de amostras na região onde o filtro de
Hamming será empregado
 - Coeficiente do filtro de Hamming
TRange - Tempo do processamento em range
TRCM - Tempo de processamento para realizar a correção da
RCM
TAzimutal - Tempo de processamento da compressão em azimute
Tproc - Tempo de processamento para se corrigir a RCM e
realizar a compressão em azimute
TCrítico - Tempo para acumulação dos dados em azimute
TVisual - Tempo disponível para visualização do frame processado
 - Squint angle
µ - Milionésimo
xxi
Sumário
1 Introdução .......................................................................................................................... 22
1.1 Radares ..................................................................................................................... 22
1.2 Motivação ................................................................................................................. 23
1.3 Contribuição ............................................................................................................. 25
1.4 Sequência de tópicos ................................................................................................ 27
2 Radar e Processador ........................................................................................................... 28
2.1 SAR .......................................................................................................................... 29
2.1.1 Geometria de aquisição de dados ..................................................................... 33
2.1.2 Resposta impulsiva ........................................................................................... 35
2.2 Processador Range-Doppler ..................................................................................... 42
2.3 Limites de tempo do processamento ........................................................................ 51
3 Sistema para processamento em tempo real ...................................................................... 54
3.1 Sistema ..................................................................................................................... 54
3.2 Parâmetros do Sistema ............................................................................................. 56
3.3 Gerador de Cenário ................................................................................................... 57
3.4 Cenário ..................................................................................................................... 58
3.4.1 Cenário simulado .............................................................................................. 60
3.4.2 Cenário ERS-1 .................................................................................................. 61
3.5 SimSAR .................................................................................................................... 63
3.6 ProcSAR ................................................................................................................... 65
3.6.1 Biblioteca de FFT ............................................................................................. 66
3.6.2 Estrutura do ProcSAR ...................................................................................... 72
3.7 Visualizador .............................................................................................................. 84
3.8 Consistência do sistema idealizado com os cenários de teste propostos .................. 87
3.8.1 Consistência do cenário simulado .................................................................... 87
3.8.2 Consistência do cenário ERS-1 ........................................................................ 89
4 Experimento em tempo real ............................................................................................... 91
4.1 Configuração do experimento .................................................................................. 91
4.1.1 Experimento com o cenário simulado. ............................................................. 95
4.1.2 Experimento com cenário ERS-1 ................................................................... 103
4.2 Discussão dos Resultados ....................................................................................... 105
5 Conclusões ....................................................................................................................... 108
5.1 Trabalhos futuros .................................................................................................... 109
Referências ............................................................................................................................. 110
22
1 Introdução
Apresenta-se, neste capítulo, uma breve introdução teórica, a motivação deste trabalho
e a maneira como ele está organizado.
1.1 Radares
Radar (Radio Detection and Ranging) consiste em um sistema eletromagnético para
detecção e localização de objetos. Os radares operam transmitindo sinais eletromagnéticos e
recebendo os sinais refletidos (ecos) pelos objetos (alvos) dentro da região de cobertura,
extraindo a localização e outras informações do alvo a partir do sinal eco. O equipamento
radar pode ser operado com o transmissor desligado, funcionando como um localizador
passivo direcional de fontes de radiação dentro da banda de recebimento do sistema [1].
Dentre as diversas aplicações de radares, pode-se citar o auxílio à navegação e ao
controle dos tráfegos aéreo e marítimo, detecção e acompanhamento de condições climáticas,
estimação da velocidade de automóveis, sistema de vigilância, controle de armamento e
funções de inteligência [2].
O sensor radar pode operar em uma estação solo, como é o caso dos radares utilizados
no controle de tráfego aéreo, ou numa plataforma móvel, como um satélite ou uma aeronave,
sendo este o caso do SAR (Synthetic Aperture Radar).
O SAR é um tipo de radar imageador que sintetiza uma antena de grande dimensão
através do movimento de uma antena de menor dimensão ao longo de um caminho (caminho
de voo da plataforma) e, então, processa devidamente o sinal recebido [3]. Ele se enquadra na
categoria SLAR (Side Looking Airborne Radar – radar aerotransportado de visada lateral) [4],
23
pois opera instalado numa plataforma aérea (aeronave ou satélite), de modo a produzir a
imagem de uma cena observada lateralmente à trajetória seguida pela plataforma.
1.2 Motivação
Após os resultados obtidos com o satélite SEASAT (Seafaring Satellite) da NASA
(National Aeronautics and Space Administration), onde imagens detalhadas da superfície da
terra foram obtidas utilizando-se SAR, a comunidade de sensoriamento remoto atentou-se
para este tipo de sensor e uma necessidade surgiu: o desenvolvimento de processadores SAR
digitais [5]. Desde então, diversas arquiteturas para implementação dos processadores têm
sido estudadas: GPGPU (General-Purpose Computing on Graphics Processing Units) [6],
DSPs (Digital Signal Processor) [7], FPGAs (Field-Programmable gate array) [8], dentre
outras.
Em setembro de 1990, o antigo Ministério da Aeronáutica iniciou a tarefa de
implantação do Sistema de Vigilância da Amazônia (SIVAM), o qual previa a aquisição de
um SAR embarcado em aeronaves [9]. A solução contratada continha limitações que foram
compensadas pelo PROSAR-BR (Processador SAR Brasileiro). Este processador fazia uso de
computadores pessoais para processar os sinais ecos e gerar as imagens das cenas imageadas
(sem ser em tempo real) [4].
Em 2006, a FINEP (Financiadora de Estudos e Projetos) financiou um projeto de
quatro anos (número do convênio: 01.06.0953.02), projeto este com o objetivo de desenvolver
um sistema de processamento de imagens em tempo real para SAR aerotransportado em
aplicações de defesa, no mar e na terra. Este projeto resultou em um processador SAR
baseado em FPGA [8].

24
Já em 2010, a FINEP financiou outro projeto envolvendo SAR (número do convênio:
01.10.0588.00), projeto este denominado AEROSAR, que visa o desenvolvimento de um
emulador SAR aeroembarcado em tempo real para aplicações militares. No contexto deste
projeto está inserido este trabalho.
Tanto o PROSAR-BR quanto os projetos FINEP de 2006 e 2010 utilizaram-se do
algoritmo Range-Doppler para processamento das imagens.
Muitos trabalhos apresentam estudo sobre processamento SAR em tempo real [6],
[10], [11], [12] e [13]. Geralmente os trabalhos dão foco ao algoritmo de processamento,
porém, o sistema como um todo (a entrada de dados, a interface de comunicação utilizada, a
etapa de visualização etc.) não é detalhado, sendo até negligenciado na avaliação para uso em
aplicações de tempo real. Pelo termo "tempo real" entende-se, neste trabalho, que o tempo
demandado pela tarefa de processamento do algoritmo e pela etapa de visualização da
imagem permite um acompanhamento contínuo do imageamento, sem acúmulo de dados
brutos a serem processados.
Percebe-se que, apesar dos mais de 60 anos desde o surgimento do conceito do SAR
[5], este ainda é um tema de relevância para a comunidade científica e para o Brasil. Tanto no
setor ambiental [14], [15], quanto no setor da defesa [16], se faz importante o tempo levado
para se obter informações para tomada de decisão. Daí, por exemplo, a necessidade de obter
uma imagem SAR em tempo real, principalmente com a recente tendência de se utilizar SAR
em plataformas VANTs (Veículos Aéreos não Tripulados) [10] e [11].
Este cenário, aliado ao constante avanço da tecnologia dos computadores de propósito
geral, motivou o estudo do processador SAR, utilizando o algoritmo Range-Doppler, para
gerar imagens em um computador pessoal portátil (PC - Personal Computer), a fim de obtê-
las em tempo real, analisando desde a entrada dos dados no processador até a sua saída. Este
dispositivo (PC) foi escolhido para o estudo porque possui interfaces de aquisição de dados
25
(ethernet, USB), hardware para visualização de imagens (monitor), ferramentas amigáveis
para desenvolvimento e teste (sistema operacional, ambiente de desenvolvimento de software
etc.) e sua aquisição é simples, quando comparada a um hardware específico para aplicação,
evitando a etapa de desenvolvimento e montagem de um sistema dedicado.
1.3 Contribuição
Atualmente, trabalhos utilizando PCs para processar imagens SAR em tempo real
tornaram-se comuns devido à possibilidade de se usar o processador gráfico do computador
(GPU - Graphics Processing Unit) para auxiliar no processamento da imagem [6], [10].
Contudo, esta abordagem requer o conhecimento de uma tecnologia específica, por exemplo,
CUDA (Compute Unified Device Architecture) [17], um modelo de programação e plataforma
de computação paralela, introduzida pela NVIDIA Corporation, que permite utilizar GPUs
para computação de propósito geral, com a maioria das operações iguais às disponíveis em
processadores de uso geral.
O uso de PC no processamento radar é descrito na literatura [10], [18]. Em [10], é
apresentado um processador SAR operando em uma GPU de um notebook com dados
adquiridos, em tempo real, de um veículo ultraleve transportando um SAR de dois canais.
Malanowski justifica [10] o uso de um notebook por ser pequeno e leve, o que o permite ser
transportado facilmente e usado em diversas condições, além de reduzir o tempo de
desenvolvimento da aplicação quando comparado a DSPs especializados ou FPGAs. Já [18]
acrescenta, nas justificativas para utilizar um PC no processamento de sinal radar, a
diminuição dos custos do desenvolvimento e manutenção de um sistema radar e o aumento da
flexibilidade do sistema, uma vez que os algoritmos são utilizados como componentes de
software que podem ser modificados facilmente.

26
O processamento SAR em tempo real é discutido em vários trabalhos [6], [8], [10],
[19] e [20]. Contudo, são poucos os trabalhos que apresentam um sistema completo,
principalmente usando o algoritmo Range-Doppler, e fazem o detalhamento dos tempos de
processamento e a descrição do cenário de teste. Por exemplo, [6], [13] e [19] estudaram o
processamento SAR em busca de desempenho para operação em tempo real, mas não
analisaram o sistema integralmente, uma vez que não consideraram as interfaces para entrada
de dados brutos do radar e a saída da imagem processada; não consideraram o tempo e a
influência no processamento que estas tarefas irão causar, bem como, a integração delas ao
processador. Em [21], apresenta-se um sistema completo, o qual foi testado utilizando-se
dados de um SAR embarcado em um satélite e foi escolhido o algoritmo Chirp Scaling para
processar os dados, uma vez que este algoritmo foi considerado mais apropriado para operar
em uma GPU.
Este trabalho apresenta o algoritmo Range-Doppler executado em um PC, levando em
conta o fluxo de entrada e saída de dados. Para tal, foi desenvolvido um sistema de teste que
apresenta imagens processadas a partir de dados brutos. Estes dados podem ter como origem
outro PC, simulando um radar em operação, ou podem ser gerados no mesmo computador.
Um processador Range-Doppler sem compensação de movimento foi codificado. Para
se avaliar o processamento, a visualização em tempo real e comprovar a operação do
processador, foram usados dados de entrada representando alvos pontuais e dados reais
obtidos do satélite ERS-1 (European Remote Sensing Satellite 1). A ausência de compensação
de movimento tornará a imagem desfocada se o processador for usado com dados sem um
tratamento prévio obtidos de aeronaves, como apresentado em [4], mas, como um trabalho
prévio, decidiu-se ignorar este problema, dando foco a uma versão básica do processador,
como realizado em [6] e [19], ficando uma versão mais completa para um trabalho futuro.
27
As contribuições deste trabalho são a implementação do processador SAR utilizando-
se somente um computador pessoal e a apresentação de um sistema completo, desde a
aquisição dos dados brutos até a visualização da imagem. Como vantagem, pode-se citar a
reduzida complexidade no desenvolvimento, quando comparado ao desenvolvimento de um
hardware com capacidade de processamento suficiente para processar imagens SAR. A
solução, um código em linguagem C, pode, com pequenos ajustes, ser compilada para um
DSP, ao contrário de um software desenvolvido para GPU. Isto facilita a portabilidade do
código.
1.4 Sequência de tópicos
No Capítulo 2, os conceitos envolvidos para realização do trabalho são apresentados
com um nível de detalhamento maior, como a geometria de aquisição de dados do SAR, o
algoritmo Range-Doppler e o cenário de aplicação deste trabalho.
No Capítulo 3, o sistema é apresentado, com detalhamento do simulador do SAR, do
processador Range-Doppler e da lógica para visualização da imagem.
No Capítulo 4, os recursos utilizados são descritos, os ensaios são apresentados e a
discussão dos resultados é exposta.
O Capítulo 5 apresenta a conclusão do trabalho e propostas de trabalhos futuros.

28
2 Radar e Processador
Apresenta-se, neste capítulo, o detalhamento teórico do SAR, do processador Range-
Doppler e o cenário de aplicação. A formulação matemática deste trabalho foi baseada em
[12] e muitos conceitos foram extraídos de [4].
Os radares podem se apresentar em configurações monoestáticas, biestáticas ou
multiestáticas. Estas configurações dizem respeito à configuração do transmissor e do
receptor, ou dos transmissores e receptores. Radar monoestático é o radar que possui uma
antena transmitindo o sinal e a mesma antena recebe o sinal eco do alvo. Radar biestático é o
radar que possui uma antena transmitindo sinal e outra recebendo o sinal eco. Radar
multiestático é uma configuração formada por um transmissor e mais de um receptor ou por
mais de um transmissor combinados com mais de um receptor [22].
Os sensores de micro-ondas aerotransportados são classificados em dois grandes
grupos: os sensores ativos e os passivos [4]. O uso de sensores passivos no sensoriamento
remoto trás algumas limitações contornadas pelos sensores ativos. Estas limitações são:
dependência da radiação emitida pelo alvo e dependência de iluminação (dia e noite) e
condições climáticas favoráveis para operação (cobertura de nuvens) [3]. Devido a este fato, o
uso de sensores ativos complementa, por exemplo, o uso de sensores ópticos.
Embora a maioria das aplicações em sensoriamento remoto esteja voltada aos radares
imageadores, há três categorias distintas de sistemas ativos: imageadores, escaterômetros e
altímetros, sendo os dois últimos não imageadores [4].
Além disto, conforme a aplicação, um radar pode operar nas bandas de frequência do
espectro eletromagnético apresentadas na Tabela 2.1, conforme padrão IEEE STD 521
(Standard Letter Designations for Radar Frequency Bands) [23].

29
Tabela 2.1 - Designação de letra para bandas de frequência de radar
Nomenclatura de Radar
Letra de designação Faixa de
de Radar frequência
HF 3-30 MHz
VHF 30-300 MHz
UHF 300-1000 MHz
L 1-2 GHz
S 2-4 GHz
C 4-8 GHz
X 8-12 GHz
Ku 12-18 GHz
K 18-27 GHz
Ka 27-40 GHz
V 40-75 GHz
W 75-110 GHz
mm 110-300 GHz
Uma denominação muitas vezes usada na literatura é o de banda P. Normalmente, se
refere à banda de 420 a 450 MHz, a qual é parte oficial da banda UHF (Ultra High
Frequency), mas também foi usada para se referir à frequência em torno de 230 MHz. Essa
denominação não é incluída no IEEE STD 521 e não deve ser usada [23].
2.1 SAR
Para compreender o funcionamento e a geração de imagens a partir do sinal
transmitido e recebido pelo SAR, deve-se entender a geometria de aquisição de dados e a
resposta impulsiva do SAR. A direção de voo é chamada direção azimutal e a direção de
propagação da onda, definida pelo apontamento da antena, de comprimento efetivo La na
direção azimutal, é dita direção de alcance, ou range, veja Figura 2.1.

30
Figura 2.1 - Representação de um SAR aerotransportado.
Após o processamento do sinal eco recebido, obtém-se uma imagem bidimensional de
boa resolução. Essa imagem de boa resolução só é possível ser formada graças à técnica de
sintetização de uma antena de maior comprimento efetivo (menor abertura angular) por meio
de processamento do sinal eco.
O uso de dois receptores ou de dois sistemas SAR completos permite a geração de
imagens tridimensionais. Isto é possível explorando a diferença de fase, usualmente
referenciada como interferograma de fase, ou só interferograma, entre as duas imagens
geradas. Um interferograma também pode ser gerado utilizando um sistema SAR, ao se
imagear uma mesma cena em dois instantes de tempo diferentes, técnica conhecida como
interferometria de duas passagens [3].
O SAR possui três modos de operação: stripmap (faixa), scan (varredura) e spotlight
(pontual), representados na Figura 2.2, na Figura 2.3, na Figura 2.4 e na Figura 2.5. No modo
stripmap a antena do radar aponta para uma direção fixa, tendo como referência a trajetória da
plataforma. Neste modo, há duas geometrias possíveis: boresight, onde o feixe da antena
aponta para o plano perpendicular à direção de voo, e a geometria squinted, com a antena
31
fazendo um ângulo de apontamento, referenciado como ângulo squint, tendo como referência
a direção boresight. Este ângulo pode ser intencional ou pode ser devido a movimentos
indesejáveis da plataforma [3].
Figura 2.2 - SAR operando no modo stripmap boresight .
Figura 2.3 - SAR operando no modo stripmap squinted.
O modo scan permite um drástico aumento da faixa imageada na direção range. Isto é
alcançado alterando periodicamente o apontamento do feixe da antena para subfaixas vizinhas
[3].
32
Figura 2.4 - SAR operando no modo scan.
O modo spotlight difere da filosofia adotada no modo stripmap e scan. Neste modo, a
antena é rotacionada durante todo o período de aquisição para iluminar a mesma área [3].
Veja Figura 2.5.
Figura 2.5 - SAR operando no modo spotlight.
O objetivo do processamento é focalizar a energia recebida de modo a obter a imagem
da cena imageada. Vários algoritmos são usados para o processamento do sinal eco a fim de
33
gerar esta imagem. Dentre eles, pode-se citar o Narrow-Focus [3], Range-Doppler [3], Chirp
Scaling [5] e o Omega-K [5].
Este trabalho considera o algoritmo Range-Doppler codificado para executar em um
PC, tendo como entrada um sinal eco simulado ou adquirido de um SAR real. A escolha pelo
Range-Doppler se baseia na conhecida eficiência e precisão deste algoritmo, incluindo a sua
capacidade de preservar a fase do sinal [4].
2.1.1 Geometria de aquisição de dados
A focalização da imagem SAR é baseada no conhecimento, a priori, da imagem de um
alvo pontual. Esta imagem é a resposta impulsiva do Radar. Uma imagem de uma cena
qualquer é formada pixel a pixel, através do casamento dos dados brutos, na saída do radar,
com a resposta impulsiva [4].
O dado bruto de um sistema SAR consiste em uma imagem complexa contendo uma
parte real (amplitude) e uma parte imaginária (fase), as quais são provenientes da
demodulação do sinal eco recebido.
A geometria de aquisição do sistema SAR considerado neste trabalho é apresentada na
Figura 2.6, assumindo-se um radar monoestático, o qual é tipicamente utilizado em
sensoriamento remoto [5]. Desta geometria, extrai-se o sistema de coordenadas utilizado na
determinação da resposta impulsiva do radar.

34
Direção Azimutal
h 0
e a
r0 r0
a) Vista lateral b) Vista superior
h
0
r0
r0 a
r0e / sen ( 0 )
c) Vista composta
Figura 2.6 - Geometria de aquisição de dados.
Na Figura 2.6, h é a altura do sensor com relação ao solo, 0 é o ângulo de visada do
centro da cena a uma distância r0 ,  a é a abertura azimutal da antena,  e é a abertura da
antena em elevação, r0 a é a dimensão azimutal do feixe da antena no centro da cena e
r0e / sen0 é a largura da faixa imageada.
Considera-se a plataforma movendo com uma velocidade constante v p , em linha reta e
a uma altura h do solo considerada também constante, com uma antena de visada lateral com
35
ângulo de abertura azimutal  a , ângulo de abertura vertical  e , sendo r0 a distância normal à
trajetória da plataforma ao centro da cena imageada.
Os pulsos eletromagnéticos emitidos pelo SAR possuem duração Tp e são modulados
linearmente em frequência (denominados chirp) numa cadência f 0 (denominada PRF – Pulse
Repetition Frequency) ou T0  1 f 0 (período de repetição de pulso). Eles possuem portadora
com comprimento de onda  e comprimento efetivo da antena na direção azimutal La .
2.1.2 Resposta impulsiva
O sinal transmitido pelo SAR utiliza uma portadora de frequência muito maior que sua
banda, constituindo assim um sinal passa-faixa com faixa estreita.
A envoltória complexa desse sinal é dada por:
t 
s(t )  Arect   exp  j Rt 2  (2.1)
 Tp 
onde A é a amplitude do sinal,  R é o chirp rate (variação instantânea de frequência do sinal
emitido), dado por:
banda do sinal transmitido

R  (2.2)
Tp
 t 
Tp é a duração do pulso transmitido e rect   é a função retangular de amplitude unitária,
 Tp 
centrada em zero e de duração Tp .

36
A resposta impulsiva do sistema Radar para um alvo pontual nas coordenadas (a, r )
em um sistema de referência formado pelo eixo azimutal a ' e pelo eixo radial r ' , é dado por
[3]:
 r ' r 2   a ' a 2 
 a ' a   
g (a ' a, r ' r; r )  A rect   rect 
 s 
L c0Tp / 2 
 
 4 r 2  (a ' a) 2  r 
 e xp  j  (2.3)
  
 4
  
2
 e xp  j 2 R r ' r 2  (a ' a ) 2
 c0
onde c0 é a velocidade da luz no espaço livre e Ls é a abertura sintética definida por:

Ls  r0 a  r0 (2.4)
La
Já a imagem bruta da cena imageada, considerando uma função  (a ', r ') como
representativa da refletividade complexa da cena, é descrita pela convolução, variante com a
distância r , dada por:
 4 
h (a ', r ')    (a, r ) exp  j r  g (a ' a, r ' r; r )dadr (2.5)
  
ou, em termos espectrais:

37
 4 
H ( , )    (a, r ) exp  j r  G ( , ; r ) (2.6)
  
 exp  j 2 a exp  j 2 r dadr
onde H ( ,; r ) e G( ,; r ) são as transformadas duplas de Fourier aproximadas de h(a ', r ')
e g (a ' a, r ' r; r ) , respectivamente, e G( ,; r ) é dada por:
     
G ( , ; r )  rect   rect    exp  j 2 ( , ; r ) (2.7)
 2   2 
e ainda:
 2c0Tp  2  2
2
 ( , ; r )  n  r  r n    2 (2.8)
8    
onde 2 é, em termos de número de onda (1/m), a largura de faixa azimutal da imagem
bruta e 2 a largura de faixa radial da imagem bruta, também em número de onda (1/m).
1 a
   (2.9)
La 
e
38
 RT p
  (2.10)
c0
A resolução radial da imagem SAR, dada por [12]:
1 c
R   0 (2.11)
2 2 RTp
e a resolução azimutal da imagem SAR, dada por [12]:
1 
A   (2.12)
2 2 a
Através da geometria apresentada na Figura 2.7, pode-se calcular o número de
amostras em range obtidas de cada pulso.
DF
LF
Figura 2.7 - Geometria para determinação do número de pontos em range.

39
Na Figura 2.7, DF representa a distância, no solo (ground range), da região imageada
e LF representa a largura, no solo, da região imageada.
O número de amostras em range ( M 0 ) pode ser escrito como:
 2  (rmax  rmin) 
M0    (2.13)
 c0Ts 
sendo rmax é a maior distância radial da cena à trajetória do SAR, dado por:
rmax  h2  ( DF  LF )2 (2.14)
rmin é a menor distância radial da cena à trajetória do SAR, dado por:
rmin  h2  DF2 (2.15)
Ts o período de amostragem do sinal em range, c0 é a velocidade da luz no vácuo, 
representa a função teto, ou seja, o menor número inteiro maior ou igual a  e o fator 2 é
devido ao caminho de ida e volta da onda eletromagnética. Para um melhor desempenho nas
operações de FFT (Fast Fourier Transform), usa-se o número de amostras como potência de
dois [12]. Logo:
  2  (rmax  rmin)  
M  2 log 2 
  c0Ts  (2.16)
sendo M o número de amostras em range como potência de dois.

40
No processamento dos dados é necessário descartar dados devido ao efeito de borda
causado pela convolução dos dados com as funções de referência azimutal e radial que são
utilizadas no processo de foco da imagem. Esse descarte é dado por [12]:
 max Ls    rmax a 

Nd     (2.17)
 dA   dA 
 c0Tp 
Md    (2.18)
 2d R 
onde N d representa o descarte em azimute, M d o descarte em range, d A é o espaçamento
entre os pixels em azimute, que é definido por:
d A  v pT0 (2.19)
onde T0 representa o período de repetição de pulsos e d R é o espaçamento entre pixels em
range, definido como:
c0TS
dR  (2.20)
2
e  a é a abertura azimutal da antena.
Pode-se reescrever (2.5) e (2.6) na forma:

41
 2 
 rmax a   rmax  /(2 A )    h   DF  LF  
2
Nd     (2.21)
 dA   v pT0   2 Av pT0 

 c T   c0 
Md   0 p     (2.22)
 2d R   2TS  R r 
Considerando N a quantidade de sinais ecos de uma aquisição utilizados para gerar
uma imagem, que é equivalente ao número de amostras em azimute, e M o número de
amostras em range, devido ao descarte, esses valores devem ser tais que [12]:
N  2 Nd (2.23)
M  2M d (2.24)
Com estes parâmetros definidos, obtém-se uma imagem bruta de dimensões DR  DA .
DR representa a dimensão radial da imagem bruta em metros e DA representa a
dimensão azimutal da imagem bruta em metros. O cálculo de DR e DA se dá segundo as
Equações (2.25) e (2.26).
DR  M  d R (2.25)
e
42
DA  N  d A (2.26)
Da imagem bruta, após o processamento e o descarte das bordas, obtém-se um frame
de dimensões (M  M d )d R  ( N  Nd )d A , como mostrado na Figura 2.8.

Range
DR  DA (m2 )
Md / 2
M Nd / 2
Nd / 2
Md / 2
Azimute
N
Figura 2.8 - Frame a cada fim de processamento de N linhas.
A imagem bruta que gera o frame apresentado na Figura 2.8 é aquisicionada em um
tempo Taq equivalente a:
Taq  NT0 (2.27)
2.2 Processador Range-Doppler
Em um processador Range-Doppler, realizam-se operações unidimensionais de
convolução do sinal eco em cada direção (range e azimute) com o filtro casado
correspondente, o qual, para um sinal complexo no domínio temporal, corresponde a [22]:

43
h(t )  s* (t ) (2.28)
onde * significa complexo-conjugado.
Uma vez que ambas as compressões de pulso são realizadas no domínio da frequência,
é necessário fazer a transformada de Fourier do sinal recebido previamente, para que uma
multiplicação de espectros seja efetuada. Pelas propriedades de transformada de Fourier, é
possível escrever, no domínio da frequência [22]:
s(t )  h(t )  S ( f ) H ( f ) (2.29)
onde S ( f ) e H ( f ) correspondem ao espectro dos sinais s(t ) e h(t ) , respectivamente, e o
operando  representa a operação de convolução entre dois sinais.
Pela geometria de aquisição de dados, ao considerar o movimento do SAR iluminando
um alvo fixo, tem-se a distância do alvo ao SAR variando na forma de uma hipérbole, que
pode ser aproximada por uma parábola [22], como demonstra a Figura 2.9 e a Figura 2.10.
Range
Hipérbole
r'
r '  r 2   a ' a 
2
Aproximação
parabólica
 a ' a 
2
r' r
2r
r
Azimute
a a'
Figura 2.9 - Função que descreve a distância de um alvo estático ao SAR.
44
a
v
a
Alvo Pontual
Figura 2.10 - Representação da migração da célula de resolução
Devido a este comportamento, há um acoplamento azimute-range que faz com que o
espalhamento do alvo em azimute se estenda por diferentes distâncias. Esse espalhamento
recebe o nome de migração da célula de resolução ou RCM (Range Cell Migration) [12].
No domínio espacial, uma vez que esse espalhamento é dependente da distância do
alvo à trajetória do radar e da sua posição em azimute, quando há outros alvos pontuais na
cena, o sinal amostrado pelo radar é uma combinação linear do sinal eco refletido por cada um
deles, o que torna impossível remover corretamente a migração de células para todos os alvos
ao mesmo tempo.
No processador Range-Doppler a correção da RCM é feita no domínio Range-
Doppler, fato que nomeou o algoritmo, através de deslocamentos das amostras em alcance,
para cada uma das frequências azimutais. Para se ter mais precisão nos deslocamentos, a
imagem é interpolada no domínio Range/Doppler ao longo do alcance para todas as
frequências espaciais amostradas. Apesar da não dependência da posição azimutal dos alvos,
a curvatura do centro de fase do alvo mantém uma dependência, em geral pequena, da posição
do alvo. Na correção da RCM do processador Range-Doppler, as curvaturas são iguais para

45
todos os alvos que possuem o mesmo r0 , permitindo realizar a mesma correção para todas as
curvaturas.
Como não se tem mais a dependência da posição azimutal do alvo, mas apenas do
parâmetro r0 , todos os alvos equidistantes da trajetória de coleta de dados têm seus espectros
superpostos, permitindo que a correção da RCM possa ser realizada de uma só vez para todos
esses alvos [4].
A estrutura básica do processador Range-Doppler é formada pela aproximação
polinomial em  da fase  ( , ; r ) da função de transferência G( ,; r ) expressa nas
Equações (2.7) e (2.8). Essa aproximação pode ser calculada por [12]:
 ( , ; r )  2 ( , ; r )
 ( , ; r )  ( , 0; r )   2
  0
2 2
 0
c0Tp
 0 ( ; r )  1 ( ; r )  [ 2 ( ; r )  ] 2 (2.30)
8 '
Compressão Correçãoda Correção
azimutal Migração da Secundária Compressão
Célula de da Migração em range
Resolução da Célula de
(RCM) Resolução
Para suprimir lóbulos secundários, por exemplo, pode-se usar um filtro no domínio
espectral para o sinal em azimute e em range. Um destes filtros é o Filtro de Hamming [22].
No caso discreto, o Filtro de Hamming é dado por [24]:
 2 i 
W (i)    (1   ) cos  , i  0,1,..., K  1 (2.31)
 K 1 
onde K é o número total de amostras na região onde o filtro será empregado e  é o
coeficiente, que segue a restrição 0.54    1 . Como prejuízo no uso deste filtro, tem-se o
alargamento do lóbulo principal, o que causa deterioração na resolução [22].

46
Como parâmetro para avaliar os efeitos da filtragem, pode-se usar a razão pico-lóbulo
secundário (PSLR - Peak Sidelobe Ratio) e o fator de alargamento do lóbulo principal [22].
Ao utilizar o Filtro de Hamming com   0.54 , tem-se PSLR de -42 dB e perda de
resolução num fator de 1.30 [24].
A Figura 2.11 apresenta o diagrama de blocos do processador Range-Doppler.
DADOS BRUTOS
 a ', r ' 
Compressão do
FFT radial
chirp radial
 a ',  
rect  /  2  exp  j 2 2c0TP / 8 
FFT-1 radial
 a ', r ' 
Correção Compressão do
da RCM chirp azimutal
FFT azimutal
 , r '  
Correção da RCM

rect  /  2   exp j 2     2 /   r  r
 
  2 /     2 
2
FFT-1 azimutal
 a ', r ' 
IMAGEM SAR
Figura 2.11 - Algoritmo Range-Doppler

47
Considerando um sistema com os parâmetros da Tabela 2.2, tendo como entrada do
processador Range-Doppler uma cena apenas um alvo pontual, o resultado de cada etapa do
processamento é apresentado na Figura 2.12, Figura 2.13, Figura 2.14, Figura 2.15 e
Figura 2.16.
Tabela 2.2 - Parâmetros do radar e de um cenário com alvo pontual para exemplificar as etapas do
algoritmo Range-Doppler.
Radar
 0,03 m Comprimento de onda
T0 625 s Período de repetição de pulso
Tp 667,13 ns Duração do pulso
fs 300 MHz Frequência de amostragem
 0,0 ° Squint angle
R 449,3 THz/s Chirp rate
La 0,25 m Comprimento efetivo da antena
M 512 pixels Dimensão da imagem em range
N 8192 pixels Dimensão da imagem em azimute
R 4m Resolução em range
A 4m Resolução em azimute
Plataforma
h 4 km Altitude
vp 200 m/s Velocidade em azimute
a 6,88° Abertura azimutal
Cenário
Azimute [500; 1524] m Faixa imageada em azimute
Range [6000; 6256] m Faixa imageada em range
Alvos
Alvo [1012; 6128] m Posição (azimute; range) do alvo
48
Figura 2.12 Componente real da imagem complexa do dado bruto de um alvo pontual na cena.
Figura 2.13 - Imagem módulo após compressão em range de uma cena contendo um alvo pontual.
Figura 2.14 - Imagem módulo após correção da RCM de uma cena contendo um alvo pontual.
49
Figura 2.15 - Imagem módulo após compressão em azimute de uma cena contendo um alvo pontual.
Figura 2.16 - Imagem módulo após compressão em azimute de uma cena contendo um alvo pontual com
as cores invertidas e um círculo no alvo para destacá-lo.
Os dados brutos que entram no processador Range-Doppler são apresentados pela sua
parte real, mostrado na Figura 2.12. Esta imagem corresponde a uma cena contendo somente
um alvo pontual. A Figura 2.13 apresenta a imagem módulo dos dados no processador Range-
Doppler após a compressão em range. Já a Figura 2.14 apresenta a imagem módulo dos dados
no processador Range-Doppler após a correção da RCM. A Figura 2.15 apresenta a saída do
processador Range-Doppler, que é a imagem módulo focalizada. Como a cena é um alvo
pontual, espera-se ver uma imagem escura com um ponto branco ao centro. Por fim, a
50
Figura 2.16 apresenta a mesma informação que a Figura 2.15, porém com as cores da imagem
invertidas e um círculo em volta do alvo para destacá-lo na figura.
Para se avaliar a qualidade do algoritmo de processamento da imagem, pode-se
verificar se o espalhamento da energia do alvo na imagem focalizada correspondeu ao
esperado (no caso desde exemplo, 4 m - resolução da imagem em cada direção). A
Figura 2.17 e a Figura 2.18 trazem este espalhamento.
0.7
≈5m
Figura 2.17 - Espalhamento da energia do alvo na direção range após processamento da imagem.
0.7
≈5m
Figura 2.18 - Espalhamento da energia do alvo na direção azimutal após processamento da imagem.
51
O eixo vertical na Figura 2.17 e na Figura 2.18 representa a amplitude normalizada do
pixel na imagem e o eixo horizontal representa a medida em metros do espalhamento. Por
estas figuras, através das linhas tracejadas no centro dos gráficos, é possível extrair que, para
3 dB (aproximadamente 70,7%) da amplitude do pixel, o espalhamento ficou
aproximadamente 5 m para as duas direções. Isto representa uma focalização satisfatória, uma
vez que é a resolução da imagem configurada nos parâmetros de entrada do sistema, conforme
apresentado na Tabela 2.1, é de 4 m e, considerando um espalhamento de 30 % causado pelo
filtro de Hamming na resolução especificada, essa resolução passa para 5,2 m.
O sistema utilizado para gerar estas figuras empregou um software matemático
denominado IDL [25].
2.3 Limites de tempo do processamento
Na implementação do algoritmo Range-Doppler, pode-se realizar a execução do
processamento dos dados em range paralelamente ao processamento dos dados em azimute. O
processamento em range não exige a acumulação de blocos de dados, bastando apenas a
recepção dos dados referentes a um intervalo de repetição de pulsos para que se realize este
processamento nestes dados. Com isto, o tempo de processamento em range deve ser menor
que o período de repetição de pulsos ( T0 ) para que não haja acúmulos de dados não
processados na entrada do processador. Já para o processamento azimutal e a correção da
RCM, um conjunto de dados deve ser formado para que se realize o processamento. O tempo
para que este processamento seja realizado deve ser menor ou igual ao tempo que se levou
para acumular estes dados.
Para calcular os limites de tempo para processamento dos dados em tempo real, pode-
se utilizar como base a Figura 2.19:

52
N  Nd 2( N  Nd ) 3( N  Nd )
Amostra A Amostra B Amostra C
T0 M
Nd Azimute
N  Nd N  Nd
TCrítico  Tproc
TRange TAzimutal  TRCM  Tproc Tproc  TCrítico
TVisual  TCrítico
TCrítico
Taq  ( N  Nd )T0 T0 ( N  Nd )  TCrítico Tempo
Figura 2.19 - Representação da temporização no processamento.
TRange é o tempo do processamento em range, que deve ser menor ou igual a T0 .
TRange  T0 (2.32)
Tproc é o tempo gasto para se corrigir a RCM e realizar a compressão em azimute e é
dado por:
53
Tproc  TAzimutal  TRCM  TCrítico

(2.33)
onde TCrítico é o tempo gasto para se acumular os dados a serem processados em azimute, dado
por:
TCrítico  ( N  N d )T0
(2.34)
TRCM é o tempo gasto para realizar a correção da RCM e TAzimutal é o tempo gasto para realizar
a compressão em azimute.
O tempo disponível para visualização do frame processado, TVisual , é dado por:
TVisual  TCrítico (2.35)

54
3 Sistema para processamento em tempo real
Neste capítulo é apresentado o sistema utilizado para avaliação do processador Range-
Doppler. A partir do diagrama de blocos do sistema, os diferentes elementos são analisados e
suas operações internas discutidas. Dois cenários de imagem são considerados para avaliação
dos limites de operação sistema, um com alvos pontuais simulados e outro com dados
provenientes de um SAR orbital.
3.1 Sistema
Sendo o algoritmo Range-Doppler um dos mais empregados para geração de imagens
SAR [6], ele foi codificado em linguagem C para uso em computador de uso geral, com a
finalidade de analisar seu desempenho em aplicações com requisitos de tempo real. As
análises feitas consideram um SAR aeroembarcado em modo stripmap. Como compilador de
linguagem C foi usado o gcc (GNU Compiler Collection). O notebook usado possui sistema
operacional Windows e um pacote de aplicativos com funcionalidades similares ao Linux
para ser utilizado em Windows (cygwin) [26].
Um esboço do sistema de teste é apresentado na Figura 3.1. Ele é formado pelos
seguintes blocos: Parâmetros do Sistema, Gerador de cenário, Cenário, SimSAR, ProcSAR e
Visualizador, detalhados mais adiante.
Como primeira proposta para implementação do sistema de teste utilizado neste
trabalho, foi concebida uma arquitetura onde o Gerador de Cenário e o SimSAR estariam em
um PC, o ProcSAR em outro e o Visualizador em um terceiro PC. Nesta arquitetura, a
interface de comunicação entre os blocos SimSAR e ProcSAR e os blocos ProcSAR e
Visualizador seriam realizados via ethernet, utilizando-se a placa de rede dos computadores.
55
Parâmetros do sistema
Leitura de Leitura de
Arquivo Arquivo
SimSAR ProcSAR
Leitura de
Leitura de
Arquivo
Arquivo
Ethernet
Recepção
Range-Doppler
Proc. Range
Arquivo ou
Proc. Azimute
memória
Range
Gerador
Ethernet
Azimute
de
Memória ou
cenário Arquivo Visualizador
Cenário
Figura 3.1 - Representação do sistema de teste utilizando três computadores.
Após alguns testes, percebeu-se que seria possível implementar o bloco Visualizador
no mesmo PC do ProcSAR. Com isto, a arquitetura do sistema final adquiriu a forma
apresentada na Figura 3.2. Nesta implementação, o ProcSAR e o Visualizador trocam
informações diretamente pela memória do PC.

56
Arquivo Arquivo
SimSAR ProcSAR
Leitura de
Arquivo
Ethernet
Recepção
Range-Doppler
Proc. Range
Arquivo ou
Proc. Azimute
memória
Range
Gerador
Azimute
de Visualizador
Memória ou
cenário Arquivo
Cenário
Figura 3.2 - Representação do sistema de teste implementado.
3.2 Parâmetros do Sistema
O bloco Parâmetros do Sistema consiste em um arquivo texto, comum a todas as
etapas do sistema, que contém os parâmetros do sistema SAR, como tamanho da antena ( La ),
velocidade da plataforma ( v p ), o número de amostras de um bloco de dados em range e em
azimute ( M e N , respectivamente), localização dos alvos simulados na cena, etc. Ele
contém, ainda, parâmetros para configuração do sistema de teste, como tamanho da janela a se
exibir a imagem SAR focalizada, configuração informando se o cenário de teste deve ser
gerado ou lido de um arquivo, etc. Utilizou-se uma biblioteca de software em linguagem C
para leitura deste arquivo, biblioteca esta chamada "libxml2" [27]. O arquivo de parâmetros
possui o formato apresentado na Figura 3.3.

57
<?xml version="1.0"?>
<SAR:Parametros xmlns:SAR="CarregarParametros">
<SAR:Parametro>
<SAR:ParametrosPlataforma>
<SAR:alt valor="780000"/> 
<SAR:vel valor="7120.7327"/> 
</SAR:ParametrosPlataforma>
</SAR:Parametro>
</SAR:Parametros>
Figura 3.3 - Exemplo do formato do arquivo de parâmetros utilizado no sistema de teste.
3.3 Gerador de Cenário
O bloco Gerador de Cenário foi implementado para gerar um cenário simulado a partir
dos parâmetros fornecidos pelo bloco Parâmetros do Sistema.
Os cenários criados pelo Gerador de Cenário são cenas contendo alvos pontuais,
criados utilizando-se a Equação (2.5).
Um método utilizado para testar a qualidade do processamento SAR é observar o
espalhamento da energia de um alvo pontual após o processamento da imagem. Devido a este
fato, escolheu-se simular um cenário com alvos pontuais para testar a qualidade da
focalização do processador implementado. Foram utilizados, também, dados de uma aplicação
real para evitar algum vício de programação.
O bloco Gerador de Cenário é utilizado pelo SimSAR para gerar um cenário simulado,
caso esta configuração seja habilitada nos parâmetros, ou ele pode ser executado antes da
inicialização do sistema de teste para criar um cenário e exportá-lo para arquivo. Esta
exportação permite que o SimSAR, ao carregar um cenário para memória do PC, tenha seu
tempo de inicialização reduzido, caso o tempo de leitura do arquivo com o cenário seja menor
que o tempo de criação do cenário a ser utilizado.

58
3.4 Cenário
Um cenário consiste em dados brutos de uma cena imageada através de um SAR.
Quando contido em arquivo, utilizam-se dois arquivos para representação do cenário: um dos
arquivos possui a parte real da imagem bruta e o outro arquivo possui a parte imaginária da
imagem bruta. Cada valor, em cada um dos arquivos, representa uma amostra do sinal eco e
deve estar em uma linha no arquivo. Como o cenário representa uma cena em duas
dimensões, considerou-se que a primeira dimensão do cenário corresponde aos dados de uma
aquisição na direção range e a segunda dimensão do cenário representa os dados da direção
azimute, conforme ilustra a Figura 3.4.
Range
Azimute
Figura 3.4 - Representação do cenário em arquivo.
Cada valor do arquivo é lido como um número de ponto flutuante pelo SimSAR.
Durante a implementação do sistema de teste, uma particularidade do ambiente
computacional foi notada: a quantidade de bits para se representar um número de ponto
flutuante nas operações matemáticas impacta na qualidade das imagens processadas.
Programando-se em linguagem C e utilizando-se as funções disponibilizadas na
biblioteca "libm", é possível realizar a função seno, por exemplo, utilizando-se a função
59
"double sin (double x)" ou a função "float sinf (float x)". A principal diferença entre as
funções é o tipo de representação que é utilizado para números de ponto flutuante: na função
"sinf" é utilizado o tipo "float", que possui representação de 32 bits para número de ponto
flutuante; na função "sin" o tipo utilizado é "double", que possui 64 bits para representar o
número de ponto flutuante. Ao testar as funções para o tipo "float", obteve-se uma focalização
de baixa qualidade, ao passo que ao se utilizar as funções para o tipo "double" a imagem teve
uma focalização visual boa. Ainda, com estes testes, percebeu-se que, empregando-se
números com representação de 32 bits e funções para números com 64 bits, a qualidade da
focalização se manteve boa. Como, durante os testes, o tempo demandado pelas operações
não alterava (32 ou 64 bits), decidiu-se adotar, como formato numérico para leitura dos dados
brutos, número de ponto flutuante com 64 bits. Isto significa que cada amostra do sinal eco,
lida do arquivo de cenário ou criada na geração de um cenário simulado, terá sua amplitude e
sua fase carregada na memória do PC como um número de ponto flutuante com 64 bits.
Como teste, foi usado um cenário simulado similar aos utilizados nas literaturas [6],
[12], [19], [20] e [22], conforme apresentado na Seção 3.4.1. Os dados são relativos a um dos
modos de operação definidos pelo projeto FINEP AEROSAR em desenvolvimento no ITA
(Instituto Tecnológico de Aeronáutica).
Foi, também, empregado um cenário real com dados obtidos do SAR ERS-1,
conforme apresentado na Seção 3.4.2. O ERS-1 é um SAR embarcado em um satélite. Apesar
de este trabalho visar o uso do sistema implementado em aplicações com requisitos de tempo
real para SAR embarcado em aeronaves, o emprego do cenário ERS-1 justifica-se devido à
dificuldade na obtenção destes dados de aplicações com SAR em aeronaves de domínio
público.
60
3.4.1 Cenário simulado
A Figura 3.5 apresenta a imagem dos dados brutos simulados e utilizados para ensaio
do sistema. Este cenário foi gerado pelo Gerador de Cenário e corresponde a três alvos
pontuais refletores em um ambiente não refletivo. A Tabela 3.1 apresenta os parâmetros
utilizados para construção do cenário simulado.
Figura 3.5 - Parte real da imagem bruta simulada.

61
Tabela 3.1 - Parâmetros do radar e do cenário de teste com dados simulados.
Radar
Tp 667,13 ns Duração do pulso
fs 300 MHz Frequência de amostragem
La 0,25 m Comprimento efetivo da antena
M 2048 pixels Número de amostras em range
N 8192 pixels Números de amostras em azimute
R 3m Resolução em range
A 3m Resolução em azimute
Plataforma
h 4 km Altitude
vp 200 m/s Velocidade em azimute
a 6,88 ° Abertura azimutal
Cenário
Azimute [500; 2,500] m Faixa imageada em azimute
Range [6000; 7,200] m Faixa imageada em range
Alvos
Alvo1 [1000; 6300] m Posição (azimute; range) do alvo 1
3.4.2 Cenário ERS-1
O outro teste proposto é um cenário com dados do SAR ERS-1. Este cenário
corresponde a uma cena obtida com o ERS-1 de uma região na Áustria mostrando em preto
um lago e as regiões claras referentes à vilas/cidades.
Esta cena é apresentada na Figura 3.6 a), e a visualização dos dados brutos
correspondentes a ela é apresentada na Figura 3.6 b). Os dados deste cenário encontram-se na
Tabela 3.2. A cena possui 16,2 km de extensão em range (eixo vertical da imagem) e 8,68 km
em azimute.
62
Figura 3.6 - Cena obtida utilizando-se o ERS-1. a) Imagem focalizada; b) Imagem composta pela parte
real dos dados brutos do ERS-1
Tabela 3.2 - Parâmetros do Radar e do cenário de teste com dados do ERS-1
Radar
Tp 37,12 s Duração do pulso
fs 18,962468 MHz Frequência de amostragem
La 12 m Comprimento efetivo da antena
M 2048 pixels Número de amostras em range
N 2048 pixels Número de amostras em azimute
R 10 m Resolução em range
A 10 m Resolução em azimute
Plataforma
h 780 km Altitude
vp 7120,7327 m/s Velocidade em azimute
a 0,271 ° Abertura azimutal
Cenário
Azimute 8,68 km Faixa imageada em azimute
Range [850,9; 867,1] km Faixa imageada em range
63
3.5 SimSAR
O bloco SimSAR, através dos parâmetros recebidos do bloco Parâmetros do Sistema,
pode realizar duas operações: gerar um cenário simulado utilizando-se do bloco Gerador de
Cenário e mantê-lo na memória do PC, ou ler um cenário dos arquivos indicados pelos
parâmetros recebidos do bloco Parâmetros do Sistema e manter o cenário na memória do PC.
Após a carga do cenário na memória, o bloco SimSAR envia para o bloco ProcSAR
dados do cenário, simulando um sistema SAR. A cadência com que estes dados são enviados
ao ProcSAR pode ser configurada. Na primeira opção de configuração, 2  M dados da
imagem ( M valores da parte real da imagem bruta e M valores da parte imaginária da
imagem bruta) podem ser transmitidos respeitando-se T0 , assim como acontece em um
sistema SAR real. Na segunda opção, a transmissão ignora T0 , enviando dados sempre que o
ProcSAR esteja disponível para recebimento. Esta configuração é útil, pois permite perceber
se o processamento da imagem SAR está no limite da capacidade do hardware ou se ainda há
margem para o processamento de uma imagem mais demandante. Esta percepção é possível,
pois o sistema fornece imagens para visualização num intervalo de tempo inferior a
( N  N d )T0 , o que significa que, para aquele cenário de teste com aquela configuração do
sistema SAR, a demanda de processamento é menor que a disponível no hardware.
Para medir o tempo de execução das tarefas foi utilizada a função omp_get_wtime(),
disponível em uma biblioteca de software para desenvolvimento de programas em C/C++
com processamento paralelo chamada OpenMP [28]. A abordagem para realizar esta medida
de tempo é apresentada na Figura 3.7.

64
Tempo_inicio_trecho = omp_get_wtime( );
Trecho de código a se medir o
tempo de execução
Tempo_trecho = omp_get_wtime( ) - Tempo_inicio_trecho;
Figura 3.7 - Método utilizado para medida de tempo de execução
O SimSAR trata os dados brutos como dois vetores de dados: um contendo dados com
a parte real desta imagem e outro contendo dados com a parte imaginária desta imagem.
Considerando uma linha inteira da imagem bruta ( M amostras na direção range), os dados
são transmitidos intercalados, ou seja, é transmitida a parte real e a parte imaginária da
primeira amostra e, na sequência, a parte real e a parte imaginária de próxima amostra. Após
transmitir M amostras da parte real e M amostras da parte imaginária da imagem bruta, o
SimSAR envia outra linha até atingir o limite informado nos parâmetros recebidos do bloco
Parâmetros do Sistema.
Para testar o sistema desenvolvido como numa aplicação real, necessita-se que o
SimSAR envie dados constantemente para o ProcSAR. Uma vez que os dados utilizados
como cenário são finitos, o SimSAR envia os dados do cenário circularmente, ou seja, quando
todo o cenário é enviado, o SimSAR envia novamente o mesmo cenário como se fosse a
continuação da imagem até atingir o limite informado nos parâmetros.
O SimSAR e o ProcSAR trocam informações através de uma porta de comunicação
(socket). Este socket permite que o SimSAR seja executado em um PC diferente do utilizado
para se executar o ProcSAR ou no mesmo PC que o ProcSAR, bastando alterar o arquivo de
parâmetros para informar esta configuração.

65
Para comunicação entre os aplicativos, serão usadas as funções da Tabela 3.3 e da
Tabela 3.4. Preferiu-se usar protocolo com garantia de entrega do pacote (TCP) para diminuir
a possibilidade de erro na imagem devido à comunicação.
Tabela 3.3 - Funções utilizadas na comunicação dos processos - envio de dados.
ENVIO
socket(...)
bind(...)
listen(...)
accept(...)
send(...)
close(...)
Tabela 3.4 - Funções utilizadas na comunicação dos processos - recepção de dados.
RECEPÇÃO
socket(...)
connect(...)
recv(...)
close(...)
3.6 ProcSAR
O bloco ProcSAR implementa o algoritmo Range-Doppler e a visualização da imagem
SAR processada. Ele tem como entradas os parâmetros fornecidos pelo bloco Parâmetros do
Sistema e os dados enviados pelo SimSAR. Ele realiza o processamento da imagem SAR e
exibe a imagem processada, veja Figura 3.2.
A codificação do algoritmo Range-Doppler foi implementada conforme o diagrama
ilustrado na Figura 2.11.

66
3.6.1 Biblioteca de FFT
O núcleo do algoritmo são as FFTs. Na codificação do algoritmo Range-Doppler, foi
utilizada a biblioteca FFTW versão 3.3 [29]. Esta biblioteca exige que uma inicialização seja
realizada antes de sua utilização. Nesta inicialização, a biblioteca realiza testes na plataforma
de hardware em que está executando para determinar qual algoritmo de FFT empregar. Estes
testes são configurados pelo usuário, através de alguns sinalizadores disponibilizados pela
biblioteca, para definir qual o nível de desempenho, considerando-se o tempo de execução
que se espera do algoritmo de FFT. Conforme o nível escolhido, a escolha do algoritmo pode
ser rápida ou mais demorada, retornando um algoritmo com execução mais lenta ou mais
rápida, respectivamente.
Junto à biblioteca FFTW, um programa para teste de desempenho (chamado "bench")
dos algoritmos de FFT da biblioteca no hardware utilizado é disponibilizado. Este programa
possui configurações que permitem testar a velocidade do processamento dos algoritmos de
FFT para diferentes tamanhos de vetores de dados de entrada, além de parâmetros de
configuração da biblioteca. Entre estes parâmetros, estão os parâmetros para escolha do nível
de desempenho, considerando-se tempo de execução, para o algoritmo de FFT, que são
"-opatient", "-oexhaustive" e "-oestimate", parâmetros para escolher se a execução do
algoritmo de FFT preservará ou corromperá o vetor com os dados de entrada ("i" preserva,
"o" corrompe), e parâmetros para escolher se a operação de FFT será inversa (parâmetro "b")
ou direta (parâmetro "f"). Estes parâmetros são passados quando se lança o aplicativo para
execução através de uma janela de comandos.
Com o intuito de se avaliar a viabilidade do computador usado para os testes do
sistema implementado, o aplicativo "bench" foi utilizado para se verificar as configurações da

67
biblioteca FFTW e os tempos de execução dos algoritmos de FFT. A Tabela 3.5, a Tabela 3.6,
a Tabela 3.7, a Tabela 3.8, a Tabela 3.9 e a Tabela 3.10 trazem os resultados destes testes.
Tabela 3.5 - Tempos de execução da FFT utilizando-se como parâmetros do aplicativo "bench"
"-opatient" (escolhe o algoritmo de FFT com melhor desempenho em um grupo restrito de algoritmos
definido pela biblioteca), "i" (preservar vetor com os dados de entrada) e "b" (FFT inversa).
Tempo de Tempo de execução do

Dimensão Tempo para escolha do
execução do algoritmo/ dimensão
do vetor algoritmo (s)
algoritmo (ns) (ns)
64 16690 225,57 3,52
128 51850 535,53 4,18
256 11620 947,35 3,70
512 248080 2540 4,96
1024 497190 5770 5,63
2048 1080000 10550 5,15
4096 2190000 23320 5,69
8192 5140000 55230 6,74
16384 11800000 144300 8,81
"-oexhaustive" (escolhe o algoritmo de FFT com melhor desempenho em um grupo que abrange mais
algoritmos do que o grupo utilizado com "-opatient"), "i" (preservar vetor com os dados de entrada) e
"b" (FFT inversa).

algoritmo (ns) (ns)
64 519340 242,12 3,78
128 1180000 508,00 3,97
256 2220000 948,69 3,71
512 4050000 2140 4,18
1024 7180000 5300 5,18
2048 12880000 10480 5,12
4096 22480000 23090 5,64
8192 43870000 51340 6,27
16384 88860000 148270 9,05
68
"-oestimate" (utiliza uma heurística simples para escolher um algoritmo de FFT com desempenho
razoável), "i" (preservar vetor com os dados de entrada) e "b" (FFT inversa).

algoritmo (ns) (ns)
64 39,51 448,87 7,01
128 40,03 574,31 4,49
256 43,62 1630 6,37
512 48,75 2890 5,64
1024 50,80 6550 6,40
2048 52,85 15820 7,72
4096 61,07 35960 8,78
8192 95,96 79806 9,74
16384 154,97 280850 17,14
razoável), "o" (corromper vetor com os dados de entrada) e "b" (FFT inversa).

algoritmo (ns) (ns)
64 14,37 158,25 2,47
128 16,42 331,43 2,59
256 16,93 773,14 3,02
512 20,01 1650 3,22
1024 23,09 4150 4,05
2048 24,63 10900 5,32
4096 33,36 28310 6,91
8192 66,20 66180 8,08
16384 109,81 145370 8,87
69
razoável), "i" (preservar vetor com os dados de entrada) e "f" (FFT direta).

algoritmo (ns) (ns)
64 17,96 259,99 4,06
128 40,54 539,38 4,21
256 21,55 1050 4,10
512 24,12 2460 4,80
1024 24,12 5060 4,94
2048 28,74 12560 6,13
4096 36,43 12498 3,05
8192 95,95 78620 9,60
16384 155,49 287120 17,52
razoável), "o" (corromper vetor com os dados de entrada) e "f" (FFT direta).

algoritmo (ns) (ns)
64 14,37 168,02 2,63
128 16,42 312,53 2,44
256 16,42 716,39 2,80
512 20,53 1610 3,14
1024 20,01 3900 3,81
2048 26,17 10450 5,10
4096 34,89 28380 6,93
8192 65,68 65440 7,99
16384 108,28 146120 8,92
Nas tabelas, a primeira coluna indica o tamanho do vetor que será entrada do
algoritmo de FFT. A segunda coluna indica o tempo que o aplicativo levou para escolher o
algoritmo de FFT a ser utilizado. A terceira coluna indica o tempo de execução da FFT para
um vetor com a dimensão dada pela primeira coluna. Por fim, a quarta coluna indica o tempo
de execução da FFT (terceira coluna) dividido pelo tamanho do vetor de entrada (primeira
coluna). Como se observa pelos valores da quarta coluna, vetores grandes despendem mais
70
tempo para execução. Contudo, blocos pequenos implicam em mais dados reprocessados
devido ao efeito de borda da convolução. O estudo da relação do tempo de processamento
com o tamanho do bloco de dados para dimensão da imagem é realizado por [6] e [12].
Pelas tabelas é possível perceber, através dos tempos apresentados na quarta coluna,
que há um tamanho de vetor para cada configuração no qual o desempenho do algoritmo de
FFT é melhor. Entre a Tabela 3.5, a Tabela 3.6 e a Tabela 3.7, variou-se o nível de
desempenho desejado para o algoritmo de FFT, manteve-se o parâmetro para FFT inversa e
preservação dos dados de entrada. Pode-se observar que o ganho de tempo de execução nas
configurações "-opatient" e "-oexhaustive" (Tabela 3.5 e Tabela 3.6, respectivamente) é
similar. Por exemplo, para a dimensão de vetor 8192 tem-se que o tempo de execução do
algoritmo com "-opatient" foi de 55230 ns, enquanto que com o parâmetro "-oexhaustive" o
tempo de execução foi de 51340 ns. Contudo, o tempo de escolha do algoritmo aumenta
bastante se for utilizado o parâmetro "-oexhaustive", passando de 5,14 s para 43,87 s.
Com o parâmetro "-oestimate" (Tabela 3.7), o tempo de escolha do algoritmo é
reduzido. Por exemplo: o tempo de escolha do algoritmo para vetor de entrada de dimensão
8192 diminui de 5,14 s (Tabela 3.5), para 95,96 us (Tabela 3.7). Porém, o desempenho do
algoritmo escolhido, quando comparado ao dos parâmetros "-opatient" e "-oexhautive", dobra
para alguns tamanhos de vetor de entrada. Para um vetor de dimensão 8192, o tempo passa de
51340 ns (Tabela 3.6) para 79806 ns (Tabela 3.7).
Na Tabela 3.7 e na Tabela 3.8 foram analisadas as operações com FFT inversas ("b) e
na Tabela 3.9 e na Tabela 3.10 as operações com FFT diretas ("f"). Entre a Tabela 3.7 e a
Tabela 3.8, e, entre a Tabela 3.9 e a Tabela 3.10, trocou-se o parâmetro "i" (dados de entrada
preservados) para o parâmetro "o" (dados de entrada corrompidos). O parâmetro que define o
nível de desempenho do algoritmo a ser escolhido ("-oestimate") foi mantido para todos os
testes. Nestes testes, percebe-se um ganho relativo no desempenho do algoritmo de FFT e no

71
tempo de escolha do algoritmo utilizando-se o parâmetro para corromper o dado de entrada.
Por exemplo: utilizando-se vetor de entrada de dimensão 8192, o tempo de execução do
algoritmo passou de 79806 ns (Tabela 3.7) para 66180 ns (Tabela 3.8), e passou de 78620 ns
(Tabela 3.9) para 65440 ns (Tabela 3.10).
Para realizar a compressão em range, pode-se dividir o conjunto de dados na direção
range em blocos menores, conforme apresentado em [6], desde que se respeite a Equação
(2.24). Além disto, a compressão em azimute também pode ter seu conjunto de dados
divididos em blocos menores, desde que se respeite a Equação (2.23). Devido a este fato,
testou-se o aplicativo "bench" com vetores de entrada de tamanhos entre 64 e 16384. Os
tamanhos destes vetores devem ser potência de dois para um melhor desempenho do
algoritmo de FFT.
Decidiu-se, devido ao resultado destes testes, utilizar o parâmetro "-oestimate", pela
inicialização mais rápida, e o parâmetro "o", pelo ganho no desempenho. Além disto, o
tamanho do vetor em range adotado foi igual ao tamanho da dimensão em range da imagem
(2048 para os dois cenários) e o tamanho do vetor em azimute foi igual ao tamanho da
dimensão azimutal da imagem (8192 para o cenário simulado e 2048 para o cenário ERS-1).
Estes valores são informados pelo usuário e dependem do sistema SAR. Com estes
parâmetros definidos, as linhas em negrito da Tabela 3.8 e da Tabela 3.10 correspondem aos
tempos das FFTs com as dimensões utilizadas para se processar os cenários de teste. Uma
análise preliminar da viabilidade do computador empregado será realizada no item 3.8.

72
3.6.2 Estrutura do ProcSAR
A estrutura do algoritmo Range-Doppler permite paralelizar a compressão em range
com a correção da migração da célula de resolução e a compressão em azimute. Além disto, a
exibição da imagem também pode ser realizada em conjunto com as demais tarefas do
processador, uma vez que é necessário acumular dados para executar a compressão em
azimute. Para distribuir o processamento de forma eficiente nos núcleos do computador,
dividiu-se o aplicativo em quatro subprocessos (threads de processamento): um subprocesso
que trata da recepção dos dados brutos vindos do aplicativo SimSAR; outro subprocesso que
trata da compressão em range; um terceiro subprocesso que cuida da correção da migração da
célula de resolução e compressão em azimute; e um último subprocesso que trata da exibição
da imagem. Esta divisão em subprocessos é ilustrada pela Figura 3.8.

73
Ethernet
SimSAR
Dados brutos
ProcSAR SP1 Recepção
Dados brutos
Buffer 1.1
Memória
Buffer 1.2
Dados brutos
SP2 Compressão em Range
Imagem comprimida em Range
Buffer 2.1
Memória Buffer 2.2
Buffer 2.3
Imagem comprimida em Range
SP3 Correção da RCM e

Processamento em Azimute
Imagem processada
Buffer 3.1
Memória
Buffer 3.2
Imagem processada
Buffer 4.1
SP4 Visualizador Tela PC
Buffer 4.2
Figura 3.8 - Subprocessos.

74
Por se dividir o processamento em subprocessos, uma estrutura para troca de dados
entre os subprocessos foi implementada. Esta estrutura está representada pelos blocos
"Buffers" na Figura 3.8.
O primeiro subprocesso (SP1) utiliza um espaço de memória (buffer), compartilhado
com o segundo subprocesso, de tamanho 2  64  M  ( N  Nd ) . Neste buffer são armazenados
os dados recebidos do SimSAR. O fator 2 é devido à parte real e imaginária do dado, 64 é a
quantidade de bits utilizados para representar um número de ponto flutuante e M e N  N d
são devidos ao tamanho da imagem a ser processada.
Este buffer possui tamanho equivalente a uma imagem e não a duas, pois, para dividir
o processamento de forma eficiente, escolheu-se, ao invés de realizar a compressão em range
para cada M dados recepcionados, realizar a compressão em range de uma imagem
M  ( N  Nd ) em duas etapas: a primeira etapa quando se recebe M  N / 2 dados e a
segunda etapa quando chegar mais M   N / 2   N d  dados.
Assim, como a compressão em range é realizada em duas etapas, o buffer é dividido
em dois: enquanto o primeiro subprocesso utiliza uma metade do buffer para armazenar os
dados vindos do SimSAR, a outra metade é utilizada pelo segundo subprocesso (SP2) para
realizar a compressão em range. Como se assume que o processamento em range deve ser
menor que o período de repetição de pulsos, quando se acumula metade dos dados de um
subbloco, a parte do buffer utilizado pelo segundo subprocesso já deve estar disponível para
ser usada pelo primeiro subprocesso e a parte do buffer que recebeu novos dados passa a ser
utilizada pelo segundo subprocesso. Esta lógica é apresentada na Figura 3.9.

75
Azimute Demodulação e amostragem

Dados brutos
Range
N  Nd 2  N  Nd  3  N  Nd  4  N  Nd 
Amostra A Amostra B Amostra C Amostra D
T0 M
Azimute
Nd 5Nd Nd N  2 Nd Nd N  2 Nd Nd 3N d Nd
2 N  N 2
2 2
SimSAR
M
Tempo
SP1 – Recepção dos dados brutos

Buffer1.1 Buffer1.1 Buffer1.1 Buffer1.1
M M M M
N 2 N 2 N 2 N 2
M M M M
N 2  Nd N 2  Nd N 2  Nd N 2  Nd Tempo
Figura 3.9 - Estrutura para troca de dados utilizada pelo primeiro subprocesso.
76
Considerando-se a aplicação em tempo real do processador SAR, uma vez que há a
necessidade de acumular uma quantidade de dados para se realizar o processamento da
imagem, os subblocos da imagem SAR final (aquela formada considerando-se todo o período
de aquisição do sistema SAR) devem ser processados para se permitir o acompanhamento do
imageamento em tempo de aquisição, formando, assim, frames. Estes subblocos podem ser
derivados tanto da divisão dos dados na dimensão que representa a direção range, quanto na
dimensão que representa a direção azimutal. Devido ao efeito de borda causado pela
convolução dos dados, ao se processar um frame, parte dos dados deste frame deve ser
descartada para que seja possível "emendar" este frame com o próximo frame processado,
obtendo, assim, uma imagem contínua.
Escolheu-se não dividir o bloco de dados na dimensão da direção range com o intuito
de simplificar a implementação do sistema, dispensando a necessidade de descarte de dados e
emenda de frames nesta dimensão. Já para a direção azimutal, o descarte de dados ocorre, o
que implica no descarte de M  N d dados em cada frame processado. Uma vez que estes
dados trazem informação útil para formar a imagem da cena, eles devem fazer parte do bloco
de dados seguinte, significando que eles são processados duas vezes. Reutilizando-se M  N d
dados do frame anterior para se processar o frame atual, com mais M  ( N  Nd ) dados novos
que são adquiridos, obtém-se um bloco de dados para processamento de tamanho M  N .
A Figura 3.10 apresenta o fluxo de dados e a temporização do processamento para
ajudar a ilustrar o descarte de dados.

77
Demodulação e amostragem
Azimute Dados brutos
Range
0 N  Nd 2  N  Nd  3  N  Nd 
Amostra A Amostra B Amostra C
T0 M
Azimute
5Nd N N N  2 Nd N  2 Nd
Nd N d d Nd Nd Nd Nd
2 2 2 2 2 2 2 2
Frame 1
Nd Descarte
Parte útil do frame
Descarte
Frame 2
Vazio
Descarte Descarte
Frame 3
Descarte Descarte
Imagem processada
M
Nd Nd
2 2
Vazio Azimute
Figura 3.10 - Fluxo de aquisição de dados na entrada do processamento

78
A Figura 3.10 ilustra a formação do bloco de dados da imagem bruta. Cada coluna
nova dentro do retângulo, que representa a imagem bruta após o fim do imageamento,
simboliza a amostragem do sinal eco na direção range em cada período T0 .
Ao se processar um subbloco de dado para formação de um frame, uma quantidade
N d /2 de dados deve ser descartada na direção azimutal no início do frame e mais N d /2 dados
devem ser descartados no final do frame.
Como N d /2 dados são descartados no final do frame processado e N d /2 dados são
descartados no início do próximo frame a ser processado, a junção destes frames apresentará
uma descontinuidade de N d na imagem caso este descarte não seja devidamente tratado. Esta
descontinuidade é apresentada na Figura 3.11.
Para evitar esta descontinuidade, os últimos N d dados do frame a ser processado
devem ser reutilizados no frame seguinte. Com isto, como apresentado na Figura 3.10,
descartando-se N d /2 dados do final do frame já processado e N d /2 do início do próximo
frame a ser processado, a junção destes frames ocorre sem perda de dados.
Uma vez que o processamento em range independe da dimensão em azimute, ao invés
de realizar a cópia dos dados a serem descartados na entrada do ProcSAR, ou seja, atuando
nos dados no primeiro subprocesso (SP1 na Figura 3.8), realizou-se a cópia dos dados já
comprimidos em range, ou seja, no final do segundo subprocesso.
O segundo subprocesso (SP2 na Figura 3.8), que realiza a compressão em range, faz
uso do mesmo buffer utilizado pelo primeiro subprocesso e possui mais três buffers de
tamanho 2  64  M  N cada um, os quais são compartilhados com o terceiro subprocesso.
Nestes três buffers, são armazenados os dados resultantes da compressão em range.
Neste ponto, se faz uma duplicação dos dados que são descartados em um frame para permitir
"emendar" dois frames sem descontinuidade, como apresentado na Figura 3.12.

79
Demodulação e amostragem
Azimute Dados brutos
Range
N 2 N  Nd
Amostra A Amostra B
T0
M
Azimute
Nd N  Nd N N  2 Nd Nd
d
2 2 2
Frame 1
Descarte Descarte
Parte útil
do frame
Frame 2
Imagem processada
Descontinuidade Azimute
Figura 3.11 - Descontinuidade na junção de frames devido ao descarte de dados sem a devida
compensação dos dados descartados.

80
N  Nd 2  N  Nd  3  N  Nd  4  N  Nd 
T0 M
Azimute
2 N 2 N
2 2
SP1 – Recepção dos dados brutos

Buffer1.1 1 Buffer1.1 Buffer1.1
M M M M
N 2 N 2 N 2 N 2
M M M M
N 2  Nd N 2  Nd N 2  Nd N 2  Nd Tempo
SP2 – Compressão em range

vazio
Buffer2.1 Buffer2.1
M M
Nd N  Nd Nd N  Nd
Buffer2.2
Nd N  Nd Buffer2.3
Nd N  Nd Tempo
Figura 3.12 - Estrutura para troca de dados utilizada pelo segundo subprocesso.
81
Após comprimir os dados em range, o segundo subprocesso verifica quais daqueles
dados processados serão descartados e faz a cópia desses dados para o próximo buffer a ser
preenchido com os dados enviados pelo primeiro processo.
Enquanto dois buffers estão sendo utilizados no segundo subprocesso para armazenar
os dados da compressão em range, o terceiro buffer é utilizado pelo terceiro subprocesso para
realizar a correção da RCM e a compressão em azimute. Quando um buffer com um conjunto
novo de dados é completado (dados da compressão em range), este buffer passa a ser usado
pelo terceiro subprocesso e os outros dois buffers passam a ser utilizados pelo segundo
subprocesso, como demonstrado na Figura 3.13.
M M M M
Nd N  2 Nd Nd Nd N  2 Nd Nd Nd N  2 Nd Nd Nd N  2 Nd Nd
SP2
M M M M
SP3 M M M M
Tempo
( N  Nd )T0 2( N  Nd )T0 3( N  Nd )T0 4( N  Nd )T0
Figura 3.13 - Uso do buffer 2.1, buffer 2.2 e buffer 2.3 entre SP2 e SP3.
82
Conforme comentado, o terceiro subprocesso (SP3 na Figura 3.8) realiza a correção da
RCM e a compressão em azimute. Para isto, compartilha dos três buffers do segundo
subprocesso e utiliza mais dois buffers, de tamanho 2  64  M  ( N  Nd ) cada um, para
armazenar o resultado do processamento azimutal. Estes dois buffers são compartilhados com
o quarto subprocesso (SP4 na Figura 3.8). Dado o tamanho dos buffers,
2  64  M  ( N  Nd ) , verifica-se que neles são armazenados frames processados já
descartando os dados das bordas, uma vez que, ao invés de se usar N , foi empregado
( N  N d ) como tamanho do buffer.
A estrutura para troca de dados entre o terceiro subprocesso e o segundo subprocesso é
ilustrada na Figura 3.14.
O subprocesso quatro, o qual recebe o frame processado e trata da visualização deste
frame para usuário, realiza a função do bloco Visualizador (Figura 3.2) descrita na Seção 3.7.
83
N  Nd 2  N  Nd  3  N  Nd  4  N  Nd 
T0 M
Azimute
2 N 2 N
2 2
SP2 – Compressão em range

vazio
Buffer2.1 Buffer2.1
M M
Nd N  Nd Nd N  Nd
Buffer2.2
Nd N  Nd Buffer2.3
Nd N  Nd Tempo
SP3 – Correção da RCM e Compressão em azimute

Buffer3.1 Buffer3.1
M M
Nd 3N d N  Nd
2 N
2 Buffer3.2 Buffer3.2
M M
N  Nd N  Nd Tempo
Figura 3.14 - Estrutura para troca de dados utilizada pelo terceiro subprocesso.
84
3.7 Visualizador
O bloco Visualizador recebe o frame processado do bloco ProcSAR e faz a sua
exibição para o usuário. Na implementação do Visualizador, foi utilizada a biblioteca
OpenGL [30].
Através dos parâmetros fornecidos pelo bloco Parâmetros do Sistema, vide Figura 3.2,
é possível escolher se será exibida a imagem amplitude, a imagem fase ou a imagem módulo.
O bloco Visualizador é realizado no quarto subprocesso (SP4 na Figura 3.8) do
sistema. Ele compartilha com o terceiro subprocesso os dois buffers que contém o frame
processado. Além disto, faz uso de mais dois buffers: um representando o frame processado já
redimensionado para janela de exibição e o outro representando a imagem que será
visualizada pelo usuário. A Figura 3.15 ilustra esta implementação.
No processador implementado, o processamento de uma imagem exige o acúmulo de
dados. Como visto no Capítulo 2, uma imagem bruta de tamanho DA  DR , com N  M
pontos, demora Taq para ser adquirida. Utilizando-se os parâmetros do cenário simulado,
obtém-se uma imagem de 8192  2048 pontos equivalente a uma faixa imageada com extensão
DA  DR = 1024  1024 m 2 em Taq = 5,12 s. Assim, ao se processar esta imagem, obtém-se
um frame processado pronto para visualização a cada 5,12 s.
Caso este frame seja apresentado ao usuário inteiramente em apenas uma atualização
na tela, o usuário verá um frame novo a cada 5,12 s. O resultado seria equivalente a uma
visualização de cenas diferentes a cada 5,12 s, sem a impressão de movimento do cenário.
Para evitar este efeito, decidiu-se dividir o frame proporcionalmente ao decorrer do tempo de
aquisição de um próximo frame, atualizando a imagem exibida ao usuário com uma fração do
frame processado. O buffer 4.2, na Figura 3.15, é utilizado para este fim, e assim uma noção
de imageamento contínuo é dada ao usuário. A Figura 3.16 ilustra esta solução.

85
N  Nd 2  N  Nd  3  N  Nd  4  N  Nd 
T0 M
Azimute
Nd 5Nd Nd N  2 Nd Nd N  2 Nd Nd 3N Nd
2 N 2 N d
2 2
SP3 – Correção da RCM e Compressão em azimute

Buffer3.1 Buffer3.1
M M
Nd 3N d N  Nd
2 N
2 Buffer3.2 Buffer3.2
M M
N  Nd N  Nd
Tempo
SP4 – Visualizador

Tam. vertical
(range)
Tam. horiz.(azimute)
Buffer4.2 Buffer4.2 Buffer4.2 Buffer4.2 Buffer4.2 Buffer4.2
Tam. vertical
(range) Buffer4.2 Buffer4.2
Tam. horiz.(azimute)
Tempo
Figura 3.15 - Estrutura para troca de dados utilizada pelo visualizador.

86
Buffer 4.1
Tam.
Novo vertical
Frame
(range)
Tam. horizontal (azimute)
Tempo para o
próximo frame
TCrítico
Parcela do novo
frame na imagem  TCrítico  TCrítico   Tam. horizontal  0
visualizada  
Instante 1  TCrítico 
Tam.
Imagem visualizada vertical
( range)
Tam. horizontal (azimute)
Tempo para o
próximo frame
T1
Parcela do novo
frame na imagem  TCrítico  T1 
Instante 2 visualizada    Tam. horizontal
 TCrítico 
Imagem visualizada
Tempo para o
próximo frame
T2
Parcela do novo
frame na imagem  TCrítico  T2 
Instante 3 visualizada    Tam. horizontal
 TCrítico 
Imagem visualizada
Tempo para o
próximo frame
Parcela do novo
frame na imagem  TCrítico 
visualizada   Tam. horizontal Tam. horizontal
Instante 4  Crítico 
T
Imagem visualizada
Figura 3.16 - Lógica implementada para dar noção de imageamento contínuo ao processador SAR.
87
Na Figura 3.16, têm-se quatro instantes de tempo. No instante 1, um novo frame
processado é disponibilizado para visualização. Neste instante, a imagem para o usuário não
possui nenhum dado deste novo frame. No instante 2, passado o tempo TCrítico  T1 , uma fração
equivalente a TCrítico  T1  TCrítico do novo frame está sendo visualizado pelo usuário. No
instante 3, passado o tempo TCrítico  T2 , uma fração equivalente a TCrítico  T2  TCrítico do novo
frame está sendo visualizado pelo usuário. Por fim, no instante 4, passado o tempo TCrítico ,
todo o novo frame que foi disponibilizado no instante 1 está sendo visualizado pelo usuário.
Neste momento, chega um novo frame e o processo de repete.
3.8 Consistência do sistema idealizado com os cenários de teste propostos
Nesta seção, uma análise do sistema implementado, utilizando-se os cenários
propostos, é feita para se avaliar, previamente, a viabilidade do sistema na plataforma de
hardware adotada.
3.8.1 Consistência do cenário simulado
Considerando as resoluções da imagem para o cenário simulado apresentadas na
Tabela 3.1 (3 m para resolução em range e 3 m para resolução em azimute), o número de
amostras a serem descartadas, conforme as Equações (2.21) e (2.22), é relacionado na Tabela
3.11.
Tabela 3.11 - Número de amostras descartadas no cenário simulado.
Nd 323 amostras
Md 33 amostras
88
Uma vez que N  2 N d e M  2M d , tem-se que a imagem utilizada para simulação,
com 2048 amostras em range ( M ) por 8192 amostras em azimute ( N ), é consistente para o
processador SAR.
Trabalhando com uma placa de rede com transmissão de 1 Gbps, considerando que os
dados transmitidos entre o SimSAR e o ProcSAR têm 128 bits (64 bits para a parte real e 64
bits para a parte imaginária) e que a cada 625µs ( T0 ) 2048 amostras do sinal eco na direção
range ( M ) devem ser enviadas, têm-se 2048  128 = 262144 bits transmitidos a cada T0
período. A transmissão destes dados de um aplicativo para outro levará: 262144 bits/ 1 Gbps
= 262,1 µs, desconsiderando o tempo gasto com os cabeçalhos e outros fatores. Como este
tempo é menor que T0 , esta escolha se mostra apropriada.
Vale observar que, com uma placa de rede de 100 Mbps não é possível transferir os
dados em tempo hábil para simular um sistema SAR com T0 = 625 us, pois 262144 bits / 100
Mbps = 2,621 ms, que é maior que T0 .
Ainda, estes M dados serão comprimidos em range. Para realizar esta compressão,
será utilizada uma FFT direta com vetor de entrada de dimensão 2048 ( M ) e uma FFT
inversa com vetor de entrada de dimensão 2048. Pela Tabela 3.8 (tempo da FFT inversa) e
pela Tabela 3.10 (tempo da FFT direta), é necessário 10,90 µs para realizar a FFT inversa de
um vetor de dimensão 2048 e mais 10,45 µs para se realizar a FFT direta de um vetor de
dimensão 2048. Considerando-se que o tempo de processamento em range deve ser menor
que T0 , o tempo empregado para realizar as FFTs em range é, praticamente, desprezível
quando comparado a T0 , indicando que pelo menos o processamento em range pode ser
realizado em tempo real utilizando-se um PC.
Avaliando o tempo limite para correção da RCM e compressão em azimute, o que
corresponde ao tempo TCrítico da Equação (2.34), o tamanho da imagem nesta dimensão

89
correspondente a direção azimutal de 8192 amostras ( N ). Destas 8192 amostras, 323 ( N d )
serão descartadas (Tabela 3.11). Uma vez que estas 323 amostras serão aproveitadas no
próximo frame, é necessário adquirir ( N  Nd ) novos dados para formar um bloco com N
amostras para processamento. Assim, conforme a Equação (2.34), para este cenário, tem-se:
TCrítico  ( N  Nd )  T0 = 4,92 s.
Recorrendo novamente à Tabela 3.8 (tempo da FFT inversa) e à Tabela 3.10 (tempo da
FFT direta), desta vez com um vetor de entrada de dimensão 8192 ( N ), tem-se 66,20 µs para
execução da FFT inversa e 65,44 µs para execução da FFT direta. Serão executadas M FFTs
inversas e M FFTs diretas, portanto, (66,20 µs + 65,44 µs)  2048  0,270 s. Este tempo
está bem abaixo do tempo limite para processamento em azimute, que é o TCrítico (4,92 s). Esta
análise indica, também, ser possível realizar o processamento em azimute em tempo real no
PC utilizado.
3.8.2 Consistência do cenário ERS-1
Considerando as resoluções da imagem para o cenário simulado, apresentadas na
Tabela 3.2 (10 m para resolução em range e 10 m para resolução em azimute), o número de
amostras a serem descartadas, conforme (2.21) e (2.22), é relacionado na Tabela 3.12.
Tabela 3.12 - Número de amostras descartadas no cenário ERS-1.
Nd 780 amostras
Md 681 amostras
O período de repetição de pulso ( T0 ) dos dados do ERS-1 é de 595 s (Tabela 3.2),
sendo este o tempo máximo para compressão em range de uma linha com 2048 pixels. A
90
transmissão de cada linha, como no cenário simulado, leva 262,1 s, indicando ser possível o
processamento.
A mesma análise feita para o cenário simulado vale para este cenário em se tratando da
compressão em range. Como o valor de M para este cenário é o mesmo que o valor de M
no cenário simulado, 10,90 µs são gastos para realizar a FFT inversa de um vetor de dimensão
2048 e mais 10,45 µs são gastos para se realizar a FFT direta de um vetor de dimensão 2048.
Assim, pode-se assumir que os tempos gastos com as FFTs para se realizar a compressão em
range da imagem são desprezíveis quando comparados com o T0 (595 s), indicando ser
possível o processamento em range deste cenário em tempo real.
Para o cálculo do TCrítico , tem-se TCrítico  ( N  Nd )  T0 = 0,754 s. Para o cálculo do
tempo gasto com as FFTs no processamento em azimute, uma vez que a dimensão do vetor de
entrada é 2048 ( N ), os valores são os mesmos que os valores gastos na compressão em
range, sendo 10,90 µs para a FFT inversa e 10,45 µs para a FFT direta. Serão executadas M
FFTs diretas e M FFTs inversas no processamento em azimute, portanto:
(10,90 µs + 10,45 µs)  2048  0,044 s. Este tempo está abaixo do tempo limite para
processamento em azimute, que é o TCrítico (0,754 s). Novamente, os cálculos indicam ser
possível realizar o processamento em azimute em tempo real no PC utilizado.

91
4 Experimento em tempo real
Este capítulo apresenta os tempos de processamento do sistema, as imagens obtidas
bem como uma discussão destes resultados. Os experimentos foram executados com os dados
brutos das duas imagens discutidas no capítulo 3: o cenário simulado gerado a partir do
Gerador de Cenário e dados reais do satélite ERS-1.
4.1 Configuração do experimento
Foram realizados testes com o sistema implementado utilizando-se um notebook com
um processador Intel Core i7 – 2630M e 6GB de RAM (Random Access Memory), HDD
(Hard Disk Drive), Windows 7 64 bits e cygwin 64 bits versão 2.831 com gcc 64 bits versão
4.8.2 e placa de rede de 1 Gbps, o qual será referenciado no texto como plataforma 1, e outro
notebook, com processador Intel Core i3 - 350M com 3 GB de RAM, HDD, Ubuntu 10.10 32
bits e gcc 3.4.6 32 bits e placa de rede de 100 Mbps, o qual será referenciado como plataforma
2.
Os parâmetros passados para o compilador, a fim de se compilar as bibliotecas e os
aplicativos, são apresentados na Figura 4.1 e na Figura 4.2.
./configure --enable-threads --enable-mpi --enable-avx --enable-openmp --with-our-malloc
Figura 4.1 - Parâmetros para compilação da biblioteca FFTW.

92
CFLAGS = -O3 -std=c99 -pedantic -pedantic-errors -g3 -Wall -Werror -ffast-math -

march=core2 -mcx16 -msahf -mpopcnt -msse4.2 --param l1-cache-size=32 --param l1-cache-
line-size=64 --param l2-cache-size=256 -mtune=core2 -fomit-frame-pointer -malign-double -
fstrict-aliasing -mfpmath=sse -mconsole
LDFLAGS = -lm -lopengl32 -lglu32 -lgdi32 -lxml2 -fopenmp -lpthread -O3 -g3 -Wall -Werror -
ffast-math -march=core2 -mcx16 -msahf -mpopcnt -msse4.2 --param l1-cache-size=32 --param
l1-cache-line-size=64 --param l2-cache-size=256 -mtune=core2 -fomit-frame-pointer -malign-
double -fstrict-aliasing -mfpmath=sse -mconsole
Figura 4.2 - Parâmetros para compilação do SimSAR e do ProcSAR.
Com o objetivo de melhor avaliar o sistema, foram realizados os seguintes testes:
 SimSAR e o ProcSAR, executados na plataforma 1;
 SimSAR na plataforma 2 e o ProcSAR na plataforma 1;
 uma versão do ProcSAR com os dados do cenário já em memória, sem a
necessidade da transmissão pelo SimSAR;
 uma outra versão do ProcSAR com os dados do cenário já em memória e sem a
visualização da imagem.
Vale ressaltar que, como a plataforma 2 apresenta uma placa de rede de 100 Mbps,
não se esperava transmitir os dados de ambos os cenários de teste respeitando-se o período de
repetição de pulsos de cada cenário. Ou seja, era ciente que a execução dos aplicativos
apresentaria um atraso proveniente da transmissão dos dados. Contudo, este teste verifica que
o uso de SimSAR em outro computador é possível, permitindo, em trabalhos futuros,
substituir o SimSAR por um sistema SAR real.
Também realizaram-se testes para verificar a influência do uso de representação de
ponto flutuante com 32 bits de precisão e 64 bits de precisão na qualidade da imagem
processada, assim como no uso de funções para números de ponto flutuante com 32 e 64 bits
de precisão.
93
Representações do sistema para cada teste são apresentadas na Figura 4.3, na Figura
4.4, na Figura 4.5 e na Figura 4.6.
Plataforma 1
Arquivo Arquivo
SimSAR ProcSAR
Leitura de
Arquivo
Socket
Recepção
Range-Doppler
Proc. Range
Arquivo ou
Proc. Azimute
memória
Range
Gerador
Azimute
de Visualizador
Memória ou
cenário Arquivo
Cenário
Figura 4.3 - Configuração do sistema para o SimSAR e ProcSAR operando no mesmo PC.
Plataforma 2 Plataforma 1
Parâmetros do sistema Parâmetros do sistema
Arquivo Arquivo
SimSAR ProcSAR
Leitura de
Arquivo
Placa de Socket Placa de

Recepção
rede rede
100 Mbps 1 Gbps Range-Doppler
Proc. Range
Arquivo ou
Proc. Azimute
memória
Range
Gerador
Azimute
de Visualizador
Memória ou
cenário Arquivo
Cenário
Figura 4.4 - Configuração do sistema para o SimSAR e ProcSAR operando em dois PCs diferentes.
94
Plataforma 1
Leitura de
Leitura de Arquivo
Arquivo
Range Arquivo ou ProcSAR
Azimute
Gerador memória
Recepção
de
Memória ou Range-Doppler
cenário
Arquivo Cenário Proc. Range
Proc. Azimute
Visualizador
Figura 4.5 - Configuração do sistema sem o SimSAR.
Plataforma 1
Leitura de
Leitura de Arquivo
Arquivo
Range Arquivo ou ProcSAR
Azimute
Gerador memória
Recepção
de
Memória ou Range-Doppler
cenário
Arquivo Cenário Proc. Range
Proc. Azimute
Figura 4.6 - Configuração do sistema sem o SimSAR e sem a visualização da imagem processada.
95
4.1.1 Experimento com o cenário simulado.
Os tempos obtidos no processamento do cenário simulado, conforme proposto na
Seção 3.4.1, são apresentados na Tabela 4.1.
Tabela 4.1 - Tempos de execução do cenário simulado.
Tempo de processamento
Tempo
TMC+ TOC+ ST+CV+ ST+SV+ ST+CV+ ST+SV+
Limite
CV+32 CV+32 32 32 64 64
Processamento
47,7 s 42,2 s 47,8 s 45,2 s 47,4 s 44,9 s 625 s
em range
Processamento
2,54 s 2,58 s 2,57 s 2,46 s 2,55 s 2,47 s 4,92 s
em azimute
Tempo total
27,2 s 108,1 s 27,1 s 25,1 s 27,0 s 24,8 s 49,2 s
para 10 frames
Na Tabela 4.1, a sigla TMC significa Transmissão no Mesmo Computador (Figura
4.3), a sigla TOC significa Transmissão em Outro Computador (Figura 4.4), a sigla ST
significa Sem Transmissão, a sigla CV significa Com Visualizador (Figura 4.5) e SV significa
Sem Visualizador (Figura 4.6). Por fim, 32 significa que a representação do número de ponto
flutuante é de 32 bits e 64 que a representação do número de ponto flutuante é de 64 bits.
Todos os testes de tempo foram realizados com funções que fazem uso de representação de
ponto flutuante de 64 bits.
Conforme se pode observar, com exceção do teste com o SimSAR executando na
plataforma 2 (como esperado, devido à placa de rede de 100 Mbps), todos os testes resultaram
em processamento com tempo de execução inferior ao limite. Conforme analisado na seção
3.8.1: T0 = 625 s, TCrítico = 4,92 s e, para 10 frames, 10 TCrítico = 4,92 s.
O resultado do processamento da imagem do cenário simulado para números com
representação de ponto flutuante com 64 bits é apresentado na Figura 4.7 e o resultado para o
96
processamento com 32 bits é apresentado na Figura 4.8. Em ambos os casos foram
empregadas funções para aritméticas de ponto flutuante com 64 bits.
Figura 4.7 - Módulo da imagem dos três alvos pontuais presentes nos dados brutos simulados com 64 bits
de representação de ponto flutuante e funções para aritméticas de ponto flutuante com 64 bits.
de representação de ponto flutuante e funções para aritméticas de ponto flutuante com 64 bits.
97
Uma vez que o cenário consiste em uma cena escura com três alvos pontuais
refletores, o processamento foi realizado com sucesso. Verificando-se o espalhamento da
energia do alvo após a focalização com 64 bits de representação para ponto flutuante, pode-se
avaliar a qualidade do processamento. O gráfico da Figura 4.9 apresenta a amplitude do sinal
eco dos alvos pela distância.
Pela Figura 4.9 e pela Figura 4.10, percebe-se que, no limiar de 70,7% da amplitude
do sinal eco dos alvos pontuais, tanto para azimute quanto para range, a energia do sinal está
espalhada em 4 m, que é a resolução obtida. Pode-se considerar, então, que houve uma boa
focalização pelo processador, uma vez que era esperado 3 m x 1,3 = 3,9m de resolução em
cada direção (vide Tabela 3.1).
O espalhamento da energia do alvo pontual, após processamento com 32 bits de
representação de ponto flutuante, resultou nos gráficos da Figura 4.11 e da Figura 4.12.
0.7
≈4m ≈4m
≈4m
Figura 4.9 - Espalhamento da energia dos alvos pontuais em range após processamento com 64 bits de
representação de ponto flutuante e funções para aritméticas de ponto flutuante com 64 bits.
98
0.7
≈4m ≈4m
≈4m
Figura 4.10 - Espalhamento da energia dos alvos pontuais em azimute após processamento com 64 bits de
0.7
≈4m ≈4m
≈4m
99
0.7
≈4m ≈4m ≈4m
Pela Figura 4.11 e pela Figura 4.12, percebe-se que, no limiar de 70,7% da amplitude
do sinal eco dos alvos pontuais, tanto para azimute quanto para range, a energia do sinal está
espalhada em 4 m, que é a resolução obtida. Como no caso do processamento com
representação numérica de ponto flutuante com 64 bits, houve uma boa focalização pelo
processador, uma vez que tanto a resolução em range quanto em azimute é de
3 m x 1,3 = 3,9 m (vide Tabela 3.1).
A Figura 4.13 apresenta o resultado do processamento do cenário simulado com
funções com aritméticas de ponto flutuante de 32 bits. A Figura 4.14 apresenta o
espalhamento de energia destes alvos após o processamento.

100
de representação de ponto flutuante e funções para aritmética de ponto flutuante com 32 bits.
0.7
≈4m ≈4m
≈4m
representação de ponto flutuante e funções para aritmética de ponto flutuante com 32 bits.
101
0.7
≈4m ≈4m
≈4m
representação de ponto flutuante e funções para aritmética de ponto flutuante com 32 bits.
Comparando-se a Figura 4.7 com a Figura 4.13, não se observa alteração visual.
Analisando-se a resolução alcançada também não se nota degradação na focalização da
imagem, uma vez que a resolução alcançada foi de 4 m, como para os casos anteriores.
O teste da etapa de visualização é apresentado por três figuras com imagens em
instantes diferentes do processo. Na operação do sistema, ocorre o deslocamento contínuo da
imagem da direita para esquerda na tela do PC. A Figura 4.16 e a Figura 4.17 correspondem
às imagens do sistema instantes após a inicialização, ilustrando a exibição de um cenário
ainda incompleto. Na Figura 4.18, a imagem visualizada contém mais de um frame devido a
presença de 6 alvos pontuais. Esta imagem corresponde ao resultado final observado, com o
conjunto de pontos se deslocando continuamente da direita para a esquerda da tela do PC.

102
Figura 4.16 - Cenário simulado exibido instantes após a inicialização do sistema.
Figura 4.17 - Cenário simulado exibido instantes após a Figura 4.16.
Figura 4.18 - Cenário simulado exibido instantes após a Figura 4.17.

103
4.1.2 Experimento com cenário ERS-1
Os tempos obtidos para processamento do cenário ERS-1 são apresentados na
Tabela 4.2. Neste experimento, excetuando o caso do SimSAR empregando a plataforma 2, os
testes resultaram em um processamento com tempo de execução inferior ao limite. Como no
teste anterior, o SimSAR executado na plataforma 2 viola o tempo limite devido à placa de
rede de 100 Mbps. Conforme analisado na seção 3.8.2, os limites de tempo são: T0 = 595 s,
TCrítico = 0,7542 s e, para 10 frames, 10 TCrítico = 7,54 s
Tabela 4.2 - Tempos de execução do cenário ERS-1
Tempo de processamento
Tempo
TMC+ TOC+ ST+CV+ ST+SV+ ST+CV+ ST+SV+
Limite
CV+32 CV+32 32 32 64 64
Processamento
44,9 s 41,8 s 49,1 s 48,6 s 48,8 s 48,2 s 595 s
em range
Processamento
0,562 s 0,600 s 0,560 s 0,547 s 0,725 s 0,683 s 0,754 s
em azimute
Tempo total
6,06 s 29,9 s 5,97 s 5,62 s 7,53 s 6,99 s 7,54 s
para 10 frames
A Figura 4.19 a) apresenta o resultado do processamento com 64 bits para
representação de número de ponto flutuante para o cenário ERS-1. Já a Figura 4.19 b)
apresenta o resultado do processamento com 32 bits para representação de número de ponto
flutuante.
A Figura 4.19 c) apresenta o resultado do processamento usando-se funções para
aritmética de ponto flutuante de 32 bits.

104
Figura 4.19 - Módulo da imagem ERS-1 focalizada: a) Precisão numérica de 64 bits para ponto flutuante.
Funções para aritmética de ponto flutuante de 64 bits; b) Módulo da imagem ERS-1 focalizada. Precisão
numérica de 32 bits para ponto flutuante. Funções para aritmética de ponto flutuante de 64 bits; c)
Módulo da imagem ERS-1 desfocada. Precisão numérica de 32 bits para ponto flutuante. Funções para
aritmética de ponto flutuante de 32 bits.
Comparando-se a Figura 4.19 a) e a Figura 4.19 b) com a Figura 3.6 a), percebe-se que
houve êxito no processamento do cenário ERS-1. Visualmente não há diferenças perceptíveis
entre as imagens, utilizando-se 32 ou 64 bits para representação numérica de ponto flutuante.
Uma comparação entre a Figura 4.19 c) e a Figura 3.6 a) permite observar que a
imagem resultante está desfocada. O resultado deste ensaio indica que uma representação
numérica em ponto flutuante de 32 bits ou 64 bits não altera a qualidade de focalização da
imagem, porém, o emprego de funções para aritmética de ponto flutuante de 32 bits tem um
impacto negativo na qualidade da imagem.

105
Como no caso do cenário simulado, o teste da etapa de visualização para o cenário
ERS-1 é apresentado por três figuras com imagens em instantes diferentes do processo. A
Figura 4.20 a) e a Figura 4.20 b) correspondem às imagens do sistema instantes após a
inicialização. Novamente, o cenário destas duas imagens ainda está incompleto. Na
Figura 4.20 c) tem-se imagem final observada, devendo-se imaginar um movimento contínuo
da sena, de forma circular, da direita para a esquerda da tela do PC.
Figura 4.20 - Três sequências de imagens do sistema processando o Cenário ERS-1.
4.2 Discussão dos Resultados
Para os cenários propostos, o sistema desenvolvido se mostrou suficiente para realizar
o processamento das imagens SAR em tempo real.

106
Pelos dados apresentados na Tabela 4.1 e na Tabela 4.2, observa-se que, com exceção
do teste do SimSAR rodando numa outra máquina, conseguiu-se obter o processamento em
tempo real para todos os testes. Como era esperado, utilizando-se um computador com placa
de rede de 100 Mbps, não seria possível transferir dados entre o SimSAR e o ProcSAR numa
taxa de transmissão adequada para se atingir os requisitos de processamento SAR em tempo.
Mesmo assim, o teste permitiu validar a interface de comunicação entre o SimSAR e
ProcSAR.
Pelos dados das tabelas, também se pode considerar que não houve influência da
thread de visualização e do SimSAR no tempo de execução do processamento SAR.
Pelos resultados da Tabela 4.1, observa-se que existe ainda uma margem de tempo
para processamento. Dada esta margem de tempo, outras funcionalidades poderiam ser
implementadas no processador, como, por exemplo, a compensação de movimento - uma
operação importante num processador Range-Doppler que utiliza dados adquiridos em
aeronaves.
Pela Figura 4.7, Figura 4.8 e Figura 4.13 não se observam diferenças significativas no
resultado do processamento SAR. Nos testes, foram empregadas representações numéricas de
ponto flutuante de 32 e 64 bits, bem como funções para aritmética de ponto flutuante de 32 e
64 bits. O mesmo resultado poderia ser verificado, de uma forma menos subjetiva, pelo
espalhamento de energia dos alvos apresentados na Figura 4.11, na Figura 4.12, na
Figura 4.14 e Figura 4.15.
Comparando-se a Figura 4.19 a) e a Figura 4.19 b) com a Figura 3.6 a), percebe-se que
o processador SAR foi implementado corretamente, pois, partindo de dados obtidos de uma
plataforma real, conseguiu-se focalizar a imagem SAR corretamente. Comparando-se
visualmente as imagens, percebe-se que a focalização foi boa, pois se manteve os detalhes da
cena original apresentada na Figura 3.6 a).

107
Já na comparação da Figura 4.19 c) com a Figura 3.6 a), percebe-se que a imagem não
foi focalizada corretamente. Esta degradação no processamento ocorreu devido à precisão nos
cálculos realizados. Por se utilizar funções numéricas com 32 bits, percebeu-se que havia um
erro de aproximadamente 108 entre o cálculo realizado, por exemplo, entre a função que
realiza a raiz quadrada de um número utilizando-se 32 bits e 64 bits. Este erro é multiplicado,
para o cenário ERS-1, por um número com ordem de grandeza de 1010 , o que torna o erro do
cálculo relevante. Já para o cenário simulado, a precisão das funções não foi relevante, pois a
ordem de grandeza dos valores é menor. Por exemplo, o número que era da ordem de
grandeza 1010 no cenário ERS-1 passa para uma ordem de grandeza 106 no cenário simulado,
implicando num erro menor.
A exibição da imagem demonstrando noção de movimento se mostrou satisfatória,
dando a impressão de visualização contínua em tempo real, e não como fotografias. Uma vez
que a velocidade do sensor no cenário ERS-1 é alta (7120 m/s - Tabela 3.2), a cena se desloca
muito depressa, porém, mesmo assim, conhecendo-se previamente a cena imageada, é
possível notar o processamento correto da imagem.
Com o cenário simulado, o fluxo de imagem é mais lento, permitindo observar com
mais clareza a imagem. Isto é o que se espera em um cenário real com SAR embarcado em
aeronave, uma vez que a velocidade da plataforma é menor que a da plataforma orbital
ERS-1.
108
5 Conclusões
Dada a capacidade de processamento dos computadores pessoais atuais, é possível
implementar um processador SAR Range-Doppler nestas máquinas para operações em tempo
real sem o uso de coprocessadores adicionais, como GPUs, por exemplo.
Conseguiu-se, utilizando uma estrutura de buffers de dados e threads de
processamento, processar imagens SAR tanto de um cenário simulado quanto de um cenário
real de um SAR embarcado numa plataforma orbital.
A qualidade do processamento SAR pode ser melhorada, averiguando-se a causa da
pequena discrepância entre a resolução obtida e a teórica.
Mesmo com dados capturados de plataforma orbital (cenário ERS-1), foi possível
obter tempos de processamento abaixo dos limites. O uso destes dados demonstrou que o
processador foi implementado corretamente, pois focalizou a imagem do cenário
corretamente.
O uso de um cenário simulado se mostrou interessante por permitir a geração de
condições com diferentes configurações de sistema SAR, sem se realizar um ensaio
envolvendo aeronave, equipe de ensaio, etc. Contudo, a falta de dados obtidos de uma
aplicação real torna o desenvolvimento não conclusivo, podendo mascarar algum problema na
implementação do processador SAR.
Utilizou-se a biblioteca FFTW em sua configuração mais básica. Isto implica que
existe margem para melhora no tempo de processamento Além disto, mais paralelismo pode
ser empregado no algoritmo Range-Doppler, melhorando ainda mais os tempos de
processamento para aplicações mais demandantes.

109
Pode-se considerar factível o uso do sistema proposto para operação em SAR
embarcado em aeronave, uma vez que se encontra na literatura [10] exemplo de aplicações
similares.
A plataforma utilizada para desenvolvimento e operação do processador SAR (PC) se
apresentou bem amigável e com um grande número de recursos para auxiliar o
desenvolvimento. Um exemplo está nas bibliotecas utilizadas neste trabalho (FFTW, libxml2,
etc.).
Foi notada a importância com relação à precisão do cálculo das funções matemáticas
utilizadas para implementar o algoritmo Range-Doppler. Dependendo da grandeza dos valores
utilizados durante o cálculo, a integridade do processamento é comprometida.
5.1 Trabalhos futuros
Devido à margem de tempo obtida no processamento, é possível implementar novas
funções como, por exemplo, compensação de movimento, tracking de alvo e melhoramento
da resolução da imagem.
Testes com dados de SAR embarcados em aeronave obtidos em campo permitiriam
ajustes e melhorias para novas implementações.
Um estudo mais aprofundado sobre a precisão necessária para representação numérica
dos dados e cálculos deste processador pode ser realizado.
Ainda, foram deixadas margens para otimização do sistema, tanto em relação a tempo
de processamento quanto à qualidade do processamento da imagem. Um levantamento das
operações mais demandantes e de pontos favoráveis a paralelismo pode acontecer.
Por fim, um estudo dos limites do sistema implementado com cenários mais
demandantes pode ser feito.

110
Referências
[1] INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE 686-

2008: standard radar definitions. New York, 2008. Revision of IEEE Std 686-1997.
[2] PEIXOTO, G. G. Assinaturas de sinais de radar de alvos simples e de modelos de

alvos complexos: um estudo na banda x em câmara anecóica. 2006. 210 f. Dissertação
(Mestrado em Engenharia Eletrônica e Computação) – Instituto Tecnológico de
Aeronáutica, São José dos Campos.
[3] FRANCESCHETTI, G; LANARI, R. Synthetic aperture radar processing. New

York: CRC Press, 1999. 307 p. ISBN: 0849378990.
[4] VEIGA, R. Q. Processador SAR com compensação de movimento para o SAR-

SIVAM. 2004. 90 f. Dissertação (Mestrado em Engenharia Eletrônica e Computação) –
Instituto Tecnológico de Aeronáutica, São José dos Campos.
[5] CUMMING, I. G.; WONG, F. H. Digital processing of synthetic aperture radar

data: algorithms and implementations. Norwood: Artech House, 2005. 625 p. ISBN: 1-
58053-058-3.
[6] GUARITA, F. C. Avaliação da arquitetura CUDA para síntese de imagens SAR.

2011. 90 f. Dissertação (Mestrado em Engenharia Aeronáutica) - Instituto Tecnológico
de Aeronáutica, São José dos Campos.
[7] HUANG J.; WU, J.; HUANG S. The hardware implementation of real-time SAR signal
processor. In: IEEE INTERNATIONAL RADAR CONFERENCE, 2000, Alexandria.
Proceedings... Piscataway: IEEE, 2000. p. 205-209.
[8] MURA, J. C. et al. Processador SAR compacto baseado em FPGA para monitoramento
em tempo real. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 15.,
2011, Curitiba. Anais... São José dos Campos: INPE, 2011. p. 7572-7579.
[9] MONTEIRO, M. V. T. Processador SAR com autofocalização para o SAR-SIVAM.

2005. 134 f. Dissertação (Mestrado em Engenharia Eletrônica e Computação) - Instituto
Tecnológico de Aeronáutica, São José dos Campos.
111
[10] MALANOWSKI, M. et al. Real-time high-resolution SAR processor using CUDA

technology. In: INTERNATIONAL RADAR SYMPOSIUM, 2013, Dresden.
Proceedings... Piscataway: IEEE, 2013. v. 2, p. 673-678.
[11] ZHANG, L. et al. A robust motion compensation approach for UAV SAR imagery.
IEEE Transactions on Geoscience and Remote Sensing, v. 50, n. 8, p. 3202–3218,
Aug. 2012.
[12] CHIARATTI, A. Avaliação da complexidade computacional e requisitos de

operação na geração de imagens SAR em tempo real. 2013. 65 f. Dissertação
(Mestrado em Engenharia Aeronáutica) - Instituto Tecnológico de Aeronáutica, São
José dos Campos.
[13] SONG, M. et al. Processing of SAR data based on the heterogeneous architecture of
GPU and CPU. In: IET INTERNATIONAL RADAR CONFERENCE, 2013, Xi'an.
Proceedings... Stevenage: IET, 2013. p. 1-5.
[14] POTIM, P. et al. Sentinel-1 mission operations concept. In: IEEE INTERNATIONAL
GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2012, Munich.
Proceedings... Piscataway: IEEE, 2012. p. 1745-1748.
[15] YONG-FENG, S.; TIAN-HE, C.; LING, P. Review on the key technology of real-time
oil spill monitoring system based on marine radar. In: INTERNATIONAL
CONFERENCE ON REMOTE SENSING, ENVIRONMENT AND
TRASPORTATION ENGINEERING, 2., 2012, Nanjing. Proceedings... Piscataway:
IEEE, 2013. p. 1-4.
[16] USMAIL, C. L.; LITTLE, M. O.; ZUBER, R. E. Evolution of embedded processing for
wide area surveillance. IEEE aerospace and electronic systems magazine, v. 29, n. 1,
p. 6-13, Jan. 2014.
[17] NVIDIA CORPORATION. CUDA programming guide. Version6.0. [S.l.], 2014.

Disponível em: <http://docs.nvidia.com/cuda/pdf/CUDA_C_Programming_Guide.pdf>.
Acesso em: 11 June 2014.
[18] JEVTIĆ, M.; STAMATOVIĆ, M. Radar data processing and visualization on desktop
platforms. In: TELECOMMUNICATIONS FORUM, 17., 2009, Belgrade.
Proceedings... Belgrade Institute Mihajlo Pupin, 2009. p. 1315-1318.
112
[19] CHIARATTI, A.; FERNANDES, D. Avaliação da influência de requisitos operacionais

na geração de imagens SAR em tempo real. In. SIMPÓSIO DE APLICAÇÕES
OPERACIONAIS EM ÁREAS DE DEFESA, 15., 2013, São José dos Campos. Anais...
São José dos Campos, DCTA, 2013.
[20] TROFINO, S. et al. Avaliação do processador SAR Range-Doppler para operação em

tempo real em um computador de uso geral. In: SIMPÓSIO DE APLICAÇÕES
OPERACIONAIS EM ÁREAS DE DEFESA, 14., 2012, São José dos Campos. Anais...
São José dos Campos: DCTA, 2012.
[21] WU, Y.; CHEN, J.; ZHANG, H. A real-time SAR imaging system based on CPUGPU
heterogeneous platform. In: NTERNATIONAL CONFERENCE ON SIGNAL
PROCESSING, 11., 2012, Beijing. Proceedings... Piscataway: IEEE, 2012. v. 1, p.
461-464.
[22] ELARRAT, I. F. Detecção e estimação de velocidade de alvos móveis em imagens

SLAR utilizando multicanais. 2012. 122 f. Dissertação (Mestrado em Engenharia
Eletrônica e Computação) - Instituto Tecnológico de Aeronáutica, São José dos
Campos.
[23] BRUDER, J. A. IEEE Radar standards and the radar systems panel. IEEE Aerospace
and Eletrocnic Systems Magazine, v. 28, n. 7, p. 19-22, July 2013.
[24] HARRIS, F. J. On the use of windows for harmonic analysis with the discrete fourier
transform. Proceedings of the IEEE, v. 66, n. 1, p. 51-83, Jan. 1978.
[25] EXELIS INCORPORATION. IDL. McLean, 2014. Disponível em:

<http://www.exelisvis.com/ProductsServices/IDL.aspx>. Acesso em: 11 June 2014.
[26] REDHAT INCORPORATION. CYGWIN. Raleigh, 2011. Disponível em:

<http://www.redhat.com/services/custom/cygwin/>. Acesso em: 11 June 2014.
[27] VEILLARD, D. The XML C parser and toolkit of Gnome: libxml. [S.l.], [2013?].
Disponível em: <http://xmlsoft.org/>. Acesso em: 11 June 2014.
[28] MATTSON, T. A Hands-on introduction to OpenMP. Santa Clara, [2011?].

Disponível em: <http://openmp.org/mp-documents/Intro_To_OpenMP_Mattson.pdf>.
Acesso em: 11 June 2014.
113
[29] FRIGO, M.; JOHNSON, S. G. The design and implementation of FFTW3. Proceeding
of the IEEE, v. 93, n. 2, p. 216-231, Feb. 2005.
[30] LUTEN, E. OpenGLBook.com. [S.l.], [2014?]. Disponível em:

<http://openglbook.com/the-book.html>. Acesso em: 11 Jun. 2014.
FOLHA DE REGISTRO DO DOCUMENTO
1. 2. 3. 4.
CLASSIFICAÇÃO/TIPO DATA REGISTRO N° N° DE PÁGINAS
DM 08 de agosto de 2014 DCTA/ITA/DM-035/2014 113

5.
TÍTULO E SUBTÍTULO:
Implementação de um processador SAR Range-Doppler em um computador de propósito geral visando

operação em tempo real.
6.
AUTOR(ES):

7
INSTITUIÇÃO(ÕES)/ÓRGÃO(S) INTERNO(S)/DIVISÃO(ÕES):
Instituto Tecnológico de Aeronáutica – ITA

8.
PALAVRAS-CHAVE SUGERIDAS PELO AUTOR:
SAR em tempo real; Range-Doppler; SAR em PC.

9
.PALAVRAS-CHAVE RESULTANTES DE INDEXAÇÃO:
Radar Doppler; Radar de abertura sintética; Processamento de imagens; Arquitetura de

multiprocessadores; Operação em tempo real; Computação; Engenharia eletrônica.
10.
APRESENTAÇÃO: X Nacional Internacional
ITA, São José dos Campos. Curso de Mestrado. Programa de Pós-Graduação em Engenharia Eletrônica e
Computação. Área de Dispositivos e Sistemas Eletrônicos. Orientador: Prof. Dr. Roberto D'Amore.
Defesa em 03/07/2014. Publicada em 2014.
11.
RESUMO:
O uso de radares de imageamento, como o radar de abertura sintética - SAR - (do inglês: Synthetic
Aperture Radar), tem sido cada vez mais comum. Eles podem ser encontrados em sistemas de alto custo,
como plataformas orbitais, ou até em veículos aéreos não tripulados. A demanda crescente na obtenção
de informações para tomada de decisões em curto espaço de tempo, e avaliação da imagem em tempo
real, remete ao desafio do processamento de imagens SAR em tempo real. Diversas plataformas de
hardware podem ser empregadas para o processamento de imagens SAR em tempo real: processadores de
sinais digitais, unidade de processamento gráfico ou hardwares programáveis. Neste trabalho, propõe-se o
uso de um computador de propósito geral para realizar a tarefa de processar e exibir a imagem SAR,
focalizada em tempo suficiente de modo que não haja acúmulo de dados sem processamento. Os testes
realizados apresentam resultados que indicam a viabilidade do emprego desta plataforma de baixo custo
em operações com aeronaves.
12.
GRAU DE SIGILO:
(X ) OSTENSIVO ( ) RESERVADO ( ) CONFIDENCIAL ( ) SECRETO

Processamento SAR em tempo real em PC

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Processamento SAR em tempo real em PC

Enviado por

Direitos autorais:

Formatos disponíveis

Dados Internacionais de Catalogação-na-Publicação (CIP)

Divisão de Informação e Documentação

Dissertação mestrado – Curso de Engenharia Eletrônica e Computação, Área de Dispositivos e

1. SAR em tempo real. 2. Range-Doppler. 3. SAR em PC. I. Instituto Tecnológico de Aeronáutica.

Trofino, Sérgio Henrique. Implementação de um processador SAR Range-Doppler em um

NOME DO AUTOR: Sérgio Henrique Trofino

É concedida ao Instituto Tecnológico de Aeronáutica permissão para reproduzir cópias desta

IMPLEMENTAÇÃO DE UM PROCESSADOR SAR RANGE-

Sérgio Henrique Trofino

Composição da Banca Examinadora:

Prof. Dr. Marcelo da Silva Pinho Presidente - ITA

Primeiramente, gostaria de agradecer ao meu orientador, Prof. Dr. Roberto d'Amore,

Gostaria de agradecer, também, ao Prof. Dr. David Fernandes, principalmente, pelos

ensinamentos sobre o tema, a empolgação e o tempo dedicado, sem os quais inviabilizariam a

realização deste estudo.

Agradecer a minha esposa, Aline, pela compreensão, carinho e incentivo.

Agradecer à Mectron, aos companheiros de serviço e, principalmente, aos Eng. André

realização desde trabalho.

A todos meus amigos, especialmente ao Leandro Auler e ao Sandro Lombardo, pelo

apoio e confiança nesta jornada.

À Monity, em especial, ao Ronaldo Moura, pela amizade e ensinamentos.

Aos bibliotecários do ITA, em especial, à Sayonara Lizton, pelo apoio.

Aos membros da banca examinadora e ao ITA, pela oportunidade.

"Se vi mais longe, foi por estar de pé sobre ombros de gigantes."

O uso de radares de imageamento, como o radar de abertura sintética - SAR - (do

não tripulados. A demanda crescente na obtenção de informações para tomada de decisões em

curto espaço de tempo, e avaliação da imagem em tempo real, remete ao desafio do

processamento de imagens SAR em tempo real.

Diversas plataformas de hardware podem ser empregadas para o processamento de

imagens SAR em tempo real: processadores de sinais digitais, unidade de processamento

gráfico ou hardwares programáveis. Neste trabalho, propõe-se o uso de um computador de

realizados apresentam resultados que indicam a viabilidade do emprego desta plataforma de

baixo custo em operações com aeronaves.

images in real time.

Figura 2.1 - Representação de um SAR aerotransportado........................................................ 30

Figura 2.2 - SAR operando no modo stripmap boresight . ...................................................... 31

Figura 2.3 - SAR operando no modo stripmap squinted. ......................................................... 31

Figura 2.4 - SAR operando no modo scan. .............................................................................. 32

Figura 2.5 - SAR operando no modo spotlight......................................................................... 32

Figura 2.6 - Geometria de aquisição de dados.......................................................................... 34

Figura 2.7 - Geometria para determinação do número de pontos em range. ........................... 38

Figura 2.8 - Frame a cada fim de processamento de N linhas. ................................................ 42

Figura 2.10 - Representação da migração da célula de resolução ............................................ 44

Figura 2.11 - Algoritmo Range-Doppler .................................................................................. 46

pontual com as cores invertidas e um círculo no alvo para destacá-lo. ....................... 49

Figura 2.17 - Espalhamento da energia do alvo na direção range após processamento da

Figura 2.18 - Espalhamento da energia do alvo na direção azimutal após processamento da

Figura 2.19 - Representação da temporização no processamento. ........................................... 52

Figura 3.1 - Representação do sistema de teste utilizando três computadores. ........................ 55

Figura 3.2 - Representação do sistema de teste implementado. ............................................... 56

Figura 3.4 - Representação do cenário em arquivo. ................................................................. 58

Figura 3.5 - Parte real da imagem bruta simulada. ................................................................... 60

pela parte real dos dados brutos do ERS-1 ................................................................... 62

Figura 3.7 - Método utilizado para medida de tempo de execução .......................................... 64

Figura 3.8 - Subprocessos......................................................................................................... 73

Figura 3.10 - Fluxo de aquisição de dados na entrada do processamento ................................ 77

compensação dos dados descartados. ........................................................................... 79

Figura 3.15 - Estrutura para troca de dados utilizada pelo visualizador................................... 85

Figura 4.1 - Parâmetros para compilação da biblioteca FFTW. ............................................... 91

Figura 4.2 - Parâmetros para compilação do SimSAR e do ProcSAR. .................................... 92

Figura 4.5 - Configuração do sistema sem o SimSAR. ............................................................ 94

Figura 4.6 - Configuração do sistema sem o SimSAR e sem a visualização da imagem