Synthetic Aperture Radar (SAR) ist eine Fernerkundungstechnik, die im Mikrowellenspektrum unterhalb von 30 GHz breite Anwendung findet und eine große Erkundungsreichweite bietet, der es aber an räumlicher Auflösung im Bereich von sub-m mangelt. Derzeit werden höhere Frequenzbereiche erforscht. Das Terahertz (THz) Spektrum scheint dahingehend vielversprechend, da es durch der verfügbaren großen Bandbreite und kleine- ren Wellenlänge in diesem Frequenzbereich eine Auflösung im Bereich von sub-mm bietet. Das sichtbare und das infrarote Spektrum bieten zwar eine viel höhere Auflösung, aber es fehlt diesen Spektren an Eindringtiefe in Materialien.

Die THz-Spektren erweitern die SAR-Anwendungen um hochauflösende Bildgebung und Lokalisierung, zerstörungsfreie Prüfung und Materialcharakterisierung. Dieses Spektrum hat jedoch seine eigenen Herausforderungen, hauptsächlich in Form von hoher atmosphärischer Dämpfung und Pfadverlusten im freien Raum, die den Erfassungsbereich einschränken. Trotz dieser Einschränkungen hat das THz-Spektrum ein großes Potenzial für Anwendungen im Nahbereich, insbesondere in Innenräumen. Ein möglicher Anwendungsfall könnte eine hochauflösende Karte der Innenraumumgebung zur Unterstützung in Notfallsituationen sein. Diese Dissertation konzentriert sich auf THz SAR Techniken in Innenräumen und deren Anwendungen. Ein signifikanter Unterschied im Vergleich zum etablierten weltraum-/luftgestützten SAR, das im Mikrowellenspektrum arbeitet, ist die Dimension des Kartierungsobjekts in Verbindung mit der räumlichen Auflösung, die im THz Bereich viel kleiner ist. Daher stehen in dieser Arbeit kleinräumige Objekte im Vordergrund.

Ein grundlegender Baustein zur Untersuchung der THz SAR ist die Notwendigkeit eines Simulationsrahmens. Die vorliegende Dissertation entwirft einen solchen Simulationsrahmen, der auf elektromagnetischen Feldberechnungen im 3D-Raum basiert und tatsächliche Materialeigenschaften, Form und Abmessungen von Objekten einbezieht. Weiterhin wird ein Framework entwickelt, um in einem virtuellen Testbed Simulationsergebnisse anhand von realen Messungen zu validieren. Das Framework wird weiter ausgebaut, um den Einfluss von Bewegungsfehlern zu untersuchen. Die klassische SAR Technik unterhalb 30 GHz verlässt sich auf genaue Positionierungsinformationen des Transceivers, die von einem Inertialsystem und dem globalen Positionierungssystem (GPS) bereitgestellt werden. Dieser Ansatz kommt für THz SAR in Innenräumen nicht in Frage, da keine GPS Abdeckung in Innenräumen vorhanden bzw. eine Positionierungsgenauigkeit im sub-mm Bereich erforderlich ist. Eine hohe Positionierungsgenauigkeit ist erforderlich, da minimalste Abweichungen von einer Trajektorie in der Größenordnung der Trägerwellenlänge die bildverarbeitenden Algorithmen scheitern lassen. Die Kompensation der Auswirkungen dieser Fehler, allgemein bekannt als Bewegungskompensation (MOCO), ist eine der wesentlichen Herausforderungen im THz Spektrum und wird in dieser Arbeit aufgegriffen. Die Auswirkungen von sub-mm Bewegungsfehlern werden analysiert und eine Methode der MOCO unter Verwendung eines auf passiven Tags basierenden Indoor-Lokalisierungssystems vorgestellt. Außerdem wird ein auf einem unbemannten Luftfahrzeug basierendes THz Lokalisierungs- und Kartierungssystem für Innenräume vorgestellt.

Weiterhin werden in der Dissertation 2D-Abbildungskonfigurationen auf Basis von spiegelnden und diffusen Reflexionen vorgestellt, die spezifische und wertvolle Informationen über das gemessene Objekt liefern. Basierend auf einer optimierten Konfiguration werden 2D-Abbildungen von Innenraumobjekten im freien Raum und in verdeckten/versteckten Umgebungen vorgestellt, um die hochauflösenden Abbildungs- und Durchdringungsfähigkeiten zu bewerten. Neben einem großen Entfernungsmessbereich von ≥1 m werden Abbildungsumgebungen mit Einzel- und Multi-Objekten betrachtet. Im THz-Spektrum steht immer der Erfassungsbereich im Interesse der Untersuchungen, jedoch sind die meisten Demonstrationen nach dem Stand der Technik mit einer Bandbreite von ≥100 GHz durch einen Erfassungsbereich von ≤1 m begrenzt. In dieser Dissertation wird auch eine Methode zur Abschätzung des maximalen Erfassungsbereichs vorgestellt und mit Messungen validiert.  Darüber hinaus befasst sich die Dissertation mit der 3D-Bildgebung und liefert eine vergleichende Analyse zur Bildverbesserung für das Frequenzspektrum von 5 GHz bis 1,5 THz. Die in der Dissertation erzeugten hochauflösenden SAR-Bilder werden weiter zur Extraktion geometrischer Parameter, zur Rauhigkeitsanalyse und zur autonomen Objekterkennung und -klassifizierung mittels maschinellem Lernen analysiert.

Maschinelles Lernen hat in den letzten Jahren an Popularität gewonnen, und eine der wichtigsten Anwendungen dieser Technologie ist die Objekterkennung und -klassifizierung im sichtbaren Spektrum. Bei der Etablierung dieser Anwendung spielt das sichtbare Spektrum eine wesentliche Rolle, da es eine sehr hohe Auflösung im Bereich von μm und die Verfügbarkeit von Millionen/Milliarden von Trainingsdatensätzen bietet. Ein Haupthindernis für den Einsatz von Maschinellem Lernen im Bereich der Mikrowellen-Radarabbildung ist die begrenzte Auflösung. Das THz-Spektrum eröffnet jedoch ein neues Paradigma, indem es eine mit optischen Systemen vergleichbare Bildqualität bietet. In dieser Dissertation wird daher ein Trainingsdatensatz der THz SAR Bilder von Objekten in Innenräumen erzeugt und eine Methode zur Objekterkennung und -klassifizierung vorgeschlagen.

Ein weiteres primäres Ziel ist es, die THz SAR Bildgebung in Echtzeit anzugehen. Die Rechenleistung bzw. der Zeitbedarf für die SAR-Bildverarbeitung steigt im THz-Spektrum aufgrund der vielen zu verarbeitenden Pixel bzw. Voxel drastisch an. Die Pixel-/Voxelabmessungen liegen im sub-mm-Bereich, die Anzahl der Pixel/Voxel kann von Millionen bis zu Milliarden für ein bestimmtes Bild variieren. Bildrekonstruktionsalgorithmen wie die Rückprojektion haben keine Datenabhängigkeiten und besitzen einen hohen Grad an Parallelisierbarkeit, was zur Reduzierung der Rechenzeit genutzt werden kann. Mögliche und prominente Signalverarbeitungsarchitekturen für THz SAR Algorithmen sind neben der Zentrale Verarbeitungseinheit die grafischen Verarbeitungseinheiten und feldprogrammierbare-gate-arrays. Daher wird in dieser Arbeit die SAR 2D- und 3D-Bildrekonstruktion mit allen drei Architekturen untersucht. Basierend auf den Ergebnissen wird ein optimiertes Verarbeitungsschema unter Berücksichtigung der Parallelverarbeitungstechnik vorgestellt und demonstriert. Zusätzlich wird in dieser Arbeit auch der THz SAR Fortschrittssektor der Sensorik mit verdeckten Sichtlinien behandelt.

Zusammenfassend stellt diese Arbeit einen vollständigen Ausblick auf THz-SAR im kleinen Maßstab dar, der vom Entwurf des Simulationsrahmens bis zu Echtzeit-Demonstrationen reicht.