基于超分辨极化SAR图像的舰船检测算法

极化合成孔径雷达(synthetic aperture radar, SAR)图像超分辨处理具有聚集目标能量,提高图像分辨率,抑制相干斑噪声的能力。扩展了多通道幅度和相位估计(amplitude and phase estimation, APES)谱估计算法,并以此实现了极化SAR图像的超分辨处理。运用基于K分布的单极化检测器和基于SPAN、PWF的全极化检测器对实测SAR图像进行了舰船检测。通过分析超分辨极化SAR图像杂波统计分布、弱小目标检测性能、目标区域区分精度、目标轮廓及拓扑结构提取效果等,验证了基于多通道APES谱估计的超分辨极化SAR图像的舰船检测性能。     

基于距离像时频非负稀疏编码的SAR目标识别

提出了一种基于目标高分辨距离像时频域非负稀疏编码的合成孔径雷达(synthetic aperture radar,SAR)目标识别方法。首先,将目标的SAR复图像转换为高分辨距离像。然后,采用自适应高斯基表示方法计算每个距离像的非负时频矩阵。其次,对训练目标所有距离像的时频矩阵采用非负稀疏编码方法学习时频字典。在目标识别中,通过将每个距离像的时频矩阵投影到低维的时频字典上来提取特征矢量。最后,在提取特征矢量的基础上,通过支撑向量机目标识别决策实现目标识别。采用美国“运动和静止目标获取与识别计划”公开发布的SAR图像数据库进行算法验证实验。实验结果说明了提出方法的有效性。     

基于单极化SAR图像的舰船目标检测与分类方法

 SAR是一种主动式微波成像传感器,具有全天时全天候高分辨率对地观测能力,被广泛应用于海洋舰船目标检测与分类。随着SAR成像技术的发展,SAR图像的分辨率越来越高,数据量也越来越大,研究鲁棒高效的海洋舰船目标检测与分类方法对于军事及民用领域具有重大意义。总结了现有的针对单极化SAR图像的舰船目标检测及分类方法,分析了各类方法的特点以及存在的问题,展望了未来SAR图像舰船目标检测及分类方法的发展趋势。     

基于非负矩阵分解和极限学习机分类的合成孔径雷达图像变化检测

两时相合成孔径雷达(synthetic aperture radar, SAR)图像变化检测中,差异图的噪声残留将会对变化检测的精度产生较大的影响,传统增量学习模式的检测方法直接对差异图像素样本进行聚类获得伪标签,但没有考虑差异图噪声残留的影响,故检测精度很难提升。考虑对差异图的邻域空间信息采用非负矩阵分解的方式进行特征降维提取,进而根据提取的特征进行聚类可获得高可靠的伪标签,然后基于这些样本伪标签和对应的两时相SAR图像邻域块特征向量构成样本集,利用极限学习机学习其非线性变化关系并最终完成分类,获得变化检测二值图。实验表明,该方法能有效地抑制差异图中的噪声残留影响,提升检测精度,对斑点噪声影响变化检测精度具有较高的鲁棒性。     

斜视情况下的分布式卫星

基于分布式卫星编队合成孔径雷达(synthetic aperture radar, SAR)实现对地干涉测量存在斜视的情况,分析了斜视角对分布式卫星干涉合成孔径雷达(interferometic SAR, InSAR)地面数据处理的影响,并在此基础上提出通过偏置成像多普勒中心和对成像结果进行线性相位补偿,能够有效减小甚至消除此影响,进而提高数字高程模型的精度。这种方法具有简单和高效的优点。最后,计算机仿真结果验证了本文分析的正确性和方法的有效性。     

基于SPECAN处理的斜视SAR实时成像算法及其FPGA实现

斜视合成孔径雷达（synthetic aperture radar, SAR）成像具有广阔的应用前景。首先提出一种基于SPECAN算法的斜视SAR实时成像处理方法,具有运算量小、操作简单的特点。针对SPECAN处理带来的图像扇形畸变,提出采用Sinc插值校正方位采样间隔空变性的方法,实现图像扇形畸变的校正。在此基础上采用FPGA（field programmable gate arrays, FPGA）实时编程实现,重点阐述基于“空域滤波”思想的Sinc插值模块设计。实测数据处理结果验证了该算法的有效性及FPGA实时实现的可行性。     

双向卡尔曼滤波器在机载SAR运动补偿中的应用

运动补偿系统设计是机载SAR实现高分辨率的一项关键技术,DGPS/IMU组合导航系统已成为当前高分辨率机载SAR基于传感器的运动补偿技术的发展趋势之一.将一种双向卡尔曼平滑滤波算法应用于DGPS/IMU组合导航系统中,实验表明与多传感器组合导航系统数据处理中最常用的算法工具--卡尔曼滤波器相比,该算法可以为机载SAR提供更高精度的运动补偿信息.     

基于GNSS卫星信号的多基SAR系统性能

为解决基于GNSS卫星信号的星机多基SAR系统信噪比低的问题,提出几种改善系统信噪比的方法.分析了GNSS卫星信号源的信号特性及GPS信号的雷达模糊函数,研究其作为多基SAR系统发射信号的适用性,推导了雷达方程,并分别对点、面目标的信噪比进行分析.结果表明:作为系统照射源的GNSS信号具有良好的距离、速度分辨特性.采用适当的信号处理方法,可有效改善系统信噪比,满足多基SAR成像的要求.     

Anti-saturation block adaptive quantization algorithm for SAR raw data compression over the whole set of saturation degrees

In order to improve the performance of block adaptive quantization (BAQ) when the output of the analog to digital converter (ADC) is saturated, this paper proposes an anti-saturation BAQ algorithm. First, the concept of the standard deviation of the output signal (SDOS) of the ADC is proposed. Also, unlike traditional normalization processing, SDOS is used and the mapping between SDOS and the average signal magnitude is deduced. Second, the saturation term is introduced to the Lloyd–Max quantizer and an optimal non-uniform scalar quantizer for saturated SAR raw data quantization is proposed. After this, the implementation scheme for the proposed algorithm using an FPGA is analyzed in detail. Third, the relationships among the saturation degree of the signal, the peak-topeak value of the ADC, standard deviation of the input and output signal of the ADC and the average signal magnitude are deduced. Based on these relationships, a power compensation decoder is designed for encoding. Numerical experiment results based on ERS-1 and the simulated data show that the performance of the proposed algorithm is better than that of BAQ.     

机动平台大斜视压缩感知SAR成像方法

为降低合成孔径雷达(synthetic aperture radar, SAR)成像系统的数据量并提高其平台适应性,提出了一种基于频域近似观测算子的机动平台大斜视压缩感知SAR成像方法。在构建近似观测算子的过程中,首先,基于等斜视角曲线构建了一种能够精确描述地面散射点成像参数空变性的斜距模型。然后,引入距离走动校正函数和高阶时域扰动因子实现了距离方位的解耦和空变距离徙动的校正,并通过构建时频域的相位滤波因子校正了方位压缩参数的空变性。最后,采用复近似信息传递(complex approximation message passing, CAMP)算法对稀疏和非稀疏场景进行快速、高精度重建。该方法通过校正成像参数的空变性,提高了近似观测算子的精度,实现了扩展场景的机动平台大斜视压缩感知SAR成像,仿真结果支撑了理论分析并验证了所提方法的有效性。