脉冲压缩定点处理的量化噪声分析

针对合成孔径雷达成像算法的定点化处理,提出了数字脉冲压缩定点化处理量化噪声的数学模型,采用线性时不变系统的性质计算脉冲压缩定点运算的量化误差. 给出了该模块的舍入量化噪声详细分析过程,并推导出系统输出噪信比与系统字长、FFT长度等参数之间的关系. 对获取的回波数据采用不同的系统字长进行成像,仿真结果很好地证明了所述理论的正确性. 这样可根据理论结果选择合适的位长,用定点处理代替浮点运算处理减少运算的复杂度及资源的占用.      

SAR实时成像系统的快速定点仿真验证技术

SAR实时成像处理系统的定点化优化能够减小系统存储规模、提高系统运算速度,是降低系统功耗、减小系统规模、提高实时性的有效方法.本文以CS成像算法为例,分析并统计了算法的运算量,针对其核心运算--FFT进行了定点化优化,选择基-22FFT算法,设计了合理的定标策略.采用SystemC语言对整个SAR成像系统进行了系统级快速仿真和验证,真实模拟了FPGA系统的实现结果.对16 384×16 384大小的点阵数据和面目标数据采用24 bits的字长进行了成像仿真,仿真结果满足系统指标要求.      

快速傅里叶变换的误差分析

分析了按时间抽取(DIT)基-2快速傅里叶变换(FFT)的误差,数据格式为二进制补码.给出了蝶形运算误差分析模型,利用FFT信号流图的特点,针对截断、舍入和收敛舍入3种量化方法,得到了准确的定点和块浮点两种FFT算法的均方误差上下限.最后给出了噪信比结果,并用Matlab对其进行了仿真,结果表明,块浮点FFT算法优于定点FFT算法,舍入和收敛舍入量化方法优于截断量化方法.     

星载合成孔径雷达实时快视成像系统

给出了一种基于多数字信号处理(DSP)并行处理技术的星载合成孔径雷达(SAR)快视成像系统设计,比较了多种星载SAR成像算法.针对某星载SAR参数提出了优化的实时算法流程,系统实现了对L波段星载SAR距离向1/4降分辨率和方位向四视实时成像处理.通过仿真和实测数据,分析和验证了系统成像结果.     

机载SAR成像运补中陀螺仪量化误差影响研究

在机载SAR运动补偿中陀螺仪的脉冲计数量化噪声是IMU解算误差的影响因素之一,不合理的脉冲当量值会对后续运补造成一定的影响。论文通过建立陀螺仪的量化噪声模型,从理论上推导了量化噪声经惯性解算后的统计分布,并通过成像仿真分析了量化噪声对不同波段SAR成像分辨率、峰值旁瓣比和积分旁瓣比的影响。仿真结果表明量级为 角秒/脉冲的陀螺仪脉冲当量可以满足SAR成像指标要求,从而可以作为平均意义上SAR系统的最优选择。     

自适应SAR图像噪声识别和去噪算法研究

对噪声SAR图像进行噪声类型识别,是对图像进行有针对性去噪的第一步。针对7种典型噪声的干扰图像,提取包括Zernike矩、小波高频不显著系数子带能量比、噪声能量特征值等在内的8类特征值。设计了反向传播(BP)神经网络分类器,可以实现对不同噪声类型干扰的SAR图像的有效识别。采用了包括Probabilistic Patch-Based filter、2DDFT-DWT等7种最新有效过滤SAR噪声图像的算法进行综合去噪。实验结果表明,系统能够在一定程度上自适应过滤受到不同噪声干扰的SAR图像信号。     

采样式仪器测量不确定度评定模型

针对基于采样法的数字仪器,提出一种合成不确定度评定模型。分析了由数据采集环节的量化误差、偏置误差、增益误差、积分非线性误差等产生的测量不确定度,讨论了数字信号处理器在实现浮点运算和定点运算中,由有限字长引入的测量不确定度。在此基础上,研究了数据采集和信号处理环节中各种不确定度源经离散Fourier变换算法传递的数学模型。仿真实验验证了所得到的测量结果合成标准不确定度与模数转换位数、定点运算位数或浮点运算位数、信噪比、采样样本数之间的解析关系的有效性。     

SAR图像小波域消噪方法

目的 介绍小波域SAR图像消噪算法，并且提出一个小波域内利用多重分形参数修正的雷达图像消噪算法。方法 在系统分析SAR图像与小波之间联系的基础上，通过实验表明SAR图像中原始信号与噪声的多重分形参数不同，采用小波域内对多重分形谱相关的Hoelder指数修正方法进行SAR图像消噪。结果 该算法可以在保留信号边缘、纹理等奇异性情况下，消除斑点噪声。结论 小波进行SAR图像消噪具有独特的优势，随着如分形理论的各种非线性理论的引入，对于具有非线性特征的SAR图像斑点消噪研究将取得更好的效果。     

基于生成对抗网络的SAR图像去噪

合成孔径雷达(synthetic aperture radar,SAR)图像是一种能够全天时、全天候产生高分辨率图像的主动式对地观测系统,在农业和军事等方面得到了广泛应用.然而,由于相干成像机制受到相干斑噪声的影响,因此提出了一种基于生成式对抗网络的SAR图像盲去噪算法,构造了基于残差结构的深度卷积神经网络(deep convolutional neural network,DCNN)作为生成网络,可以加速训练过程,提高去噪性能.本文还利用峰值信噪比(peak signal to noise ratio,PSNR)和结构相似指数(structural similarity index measure,SSIM)定义一种新的损失函数,使得去噪后的图像更符合人眼的视觉感知要求.实验结果表明,本文算法可以有效地抑制SAR图像中的相干噪声,获得良好的去噪效果.     

基于局部统计的自适应SAR图像去噪算法研究

合成孔径雷达(SAR)图像固有的相干斑噪声对图像质量有严重影响,使检测、识别等进一步应用受到很大限制.相干斑噪声是一种乘性噪声,传统的空域去噪算法(均值滤波、中值滤波)难以将其消除.针对SAR图像的去噪问题,本文研究了Lee滤波和Kuan滤波两种基于局部统计的自适应去噪算法,给出了MATLAB实现并在MSTAR的SAR图像上进行实验.结果表明,Lee滤波和Kuan滤波都能够有效抑制SAR图像的相干斑噪声,去噪图像更平滑,目标更清晰.与传统的均值滤波和中值滤波相比,这两种基于局部统计的自适应去噪算法在视觉效果、方差和等效视数等评价指标上取得更好效果.     

一种补偿因子区域不变的CS成像算法

为提高星载合成孔径雷达（SAR）成像的实时性,减小补偿因子的运算量,提出了一种补偿因子区域不变的Chirp Scaling（CS）成像算法. 这种改进的CS算法根据补偿因子的相位误差确定一个更新步长,在每个步长内更新一次补偿因子,即相邻单元内的数据与相同的补偿因子相乘. 利用这种改进的CS算法对点阵目标和实测目标进行了仿真验证,得到的SAR图像质量与传统CS算法的结果相差很小. 这种补偿因子区域不变的CS成像算法在满足精度的前提下使得补偿因子的运算量成倍减小,大大减小了实时成像的压力,能够有效降低星上实时处理系统的规模,从而降低系统功耗.      

基于压缩感知的合成孔径雷达二维成像算法

通过对合成孔径雷达回波信号的分析,利用压缩感知理论基于信号稀疏性或可压缩性的基本原理,提出了方位稀疏表示的一种新方法,在此基础上给出了基于压缩感知的SAR回波信号处理方法和二维成像算法,实现了压缩感知对信号的全新采集和编解码,以较少的数据量实现成像,有效地抑制旁瓣,在一定程度上提高了成像中目标的分辨率,为有效降低高分辨合成孔径雷达的数据率提供了一种有效途径。通过对仿真数据和实测数据的处理验证了所提方法的可行性和有效性。     

SAR成像系统中的多视处理及多普勒调频斜率的估计

对SAR图象中纹斑噪声的统计特性进行了详细的数学推导,同时对消除纹斑噪声的成像辅助技术——多视处理进行了深入研究,并利用基于多视处理的子孔径相关算法,对SAR系统的多普勒调频斜率fR进行了估计,将其用于成像,其精度和效果都令人满意．     

基于深度展开的SAR大斜视RD成像算法

大斜视角条件下的合成孔径雷达SAR回波信号具有方位向和距离向严重耦合、大距离徙动等特点,采用常规的距离多普勒RD算法成像,会引起方位向的散焦以及空变等问题。为了改善大斜视SAR在成像过程中存在的问题,提出了一种基于深度展开网络的SAR大斜视可学习距离多普勒成像方法。该方法将RD成像方法与深度学习结合,利用RD成像的步骤构建了基于深度展开网络的RD学习成像网络结构,将回波数据作为网络输入来学习回波数据到大斜视SAR图像的成像过程。首先,在分析大斜视SAR回波信号模型的基础上确定了网络成像过程中的可学习参数;其次,根据成像过程设计大斜视SAR成像网络;最后,通过非监督训练的方法对网络进行训练,最终输出学习成像结果。点目标和面目标仿真结果表明,该方法可以有效抑制旁瓣,提高成像精度和计算效率,满足SAR在大斜视角下的成像要求。     

用于VHF/UHF波段SAR成像的改进型NLCS算法

文章分析了VHF/UHF波段合成孔径雷达的成像特点及其对成像算法的要求,提出用高阶相位滤波来消除距离与方位向之间的高阶相位耦合,用非线性CS技术来消除距离变化引入到二次距离压缩中的残余相位误差,从而得到了一种适用于VHF/UHF波段SAR成像的改进型NLCS算法.通过仿真验证了算法的有效性,该算法对于VHF/UHF波段SAR成像具有较高的实用价值.     

基于子空间投影的SFGPR压缩感知成像算法

针对传统压缩感知SFGPR成像重建算法在强杂波测量环境中往往会失效的问题,提出一种基于子空间投影杂波抑制技术的SFGPR压缩感知成像重建算法.该算法首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采样数据,然后采用子空间投影杂波抑制技术滤除较强的地面回波,最后结合稀疏重建算法对地下目标图像进行压缩感知重建.实验数据处理结果验证了所提方法的有效性和准确性.     

实时SAR成像处理器系统结构评估

为了全面评估合成孔径雷达(syn thes is apertureradar,SAR)实时成像处理器的性能,该文将现有的SAR成像处理器的结构分为串行结构、并行结构和混合结构,提出加速比,吞吐量,有效利用率等有效的系统结构指标及其计算方法,并结合成像质量指标,用于系统性能的全面评估。对采用Ch irp Sca ling算法的某星载SAR并行结构和串行结构实时成像处理器的指标分析表明:在相同的成像质量指标下,并行结构的系统性能指标明显优于串行结构。基于该文提出的成像质量指标和系统结构指标相结合的评估体系,可以全面评估和优化SAR成像处理器的设计。