联合变化检测与子带对消技术的SAR图像干扰抑制方法

子带对消(subband spectral cancellation, SSC)法是一种有效的合成孔径雷达(synthetic aperture radar, SAR)射频干扰(radio frequency interference, RFI)抑制方法, 但其在消除干扰的同时容易损失图像细节信息, 影响后续图像解译。为此, 在SSC方法的基础上, 联合变化检测技术, 提出一种改进的SAR图像干扰抑制方法。根据改进的对数比变化检测算子, 所提方法实现了干扰二次检测, 消除了干扰图像中的虚警信息, 避免了图像中有用信号的损失。基于欧空局Sentinel-1A卫星干涉宽幅模式受干扰SAR图像, 开展了干扰抑制与效果评估。实验结果表明, 所提方法能够在有效抑制干扰的同时尽可能保留SAR图像细节信息, 证明了所提方法的有效性。     

SAR图像并行拼接方法研究与实现* 〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展，SAR图像覆盖的地域范围与成像精度也在迅速增长，这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析，提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接，并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现；对比实验证明，基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效，且并行拼接后的完整图像效果良好.     

大椭圆轨道SAR滑动聚束模式设计及斜距模型

针对大椭圆轨道合成孔径雷达存在大偏心率，时变轨道高度及时变卫星速度等特性，首次开展了大椭圆轨道SAR滑动模式设计研究.对大椭圆轨道SAR滑动聚束模式设计，考虑了不同轨道位置处不同分辨率改善因子、地面波束足迹一致性、天线扫描角度、天线扫描角速度等.对大椭圆轨道SAR滑动聚束模式回波斜距模型研究.仿真分析结果表明大椭圆轨道SAR滑动聚束模式参数需要随轨道位置变化进行调整，为了满足成像需求斜距模型需要展开到三阶.      

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

丹参素及其衍生物合成方法的研究进展

中药丹参的活性成分丹参素是一种化学结构简单但特殊,并具有广泛的生理药理学活性的有机小分子化合物,丹参素类药物在抗心肌缺血和保肝护肝等方面疗效显著.然而,仅依靠从丹参中分离得到丹参素（或其衍生物）远不能满足临床需要.依靠化学方法简洁、高效的合成丹参素（或其衍生物）是该类药物研发亟须解决的问题之一.综述了近年来国内外相关报道,对外消旋体和光学纯丹参素的合成路线进行讨论,并就其构效关系进行初步分析;其中,光学纯丹参素的简单、高效、高选择性合成仍然是药物化学和有机化学关注的重点.新的合成方法和有关丹参素详细的构效关系研究,对开发丹参素类药物具有重要意义.     

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.      

新型LTCC带通滤波器设计及其在射频电路中的应用

本文介绍了一种基于低温共烧陶瓷(LTCC)技术的带通滤波器,它采用了一种新型电路结构,具有尺寸小、相对带宽窄、带外抑制特性好以及可调谐等特点。本文给出了该滤波器的设计方法、仿真结果,并且给出了其在星载合成孔径雷达(SAR)系统射频电路中的应用实例和测试结果。     

基于GPU架构的SAR回波仿真实现与优化

为了能够有效提高基于时域的SAR回波仿真的运行速度,本文提出了一种基于GPU架构的SAR回波仿真优化实现方法。该方法结合GPU的计算密度高、高度并行的特点并利用CUDA流在GPU上同时执行多个任务,实现任务并行、指令并行和数据并行的三重并行,极大地挖掘了回波模拟全过程的并行性,缩短了回波仿真的运算时间。实验结果表明,该方法相对于传统的CPU上的串行算法平均加速比达到128倍,可用于实时信号处理。     

快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。     

基于l1范数主成分分析的极化SAR图像变化检测

为提高极化合成孔径雷达(synthetic aperture radar, SAR)图像变化检测算法的鲁棒性以及检测精度,提出基于范数主成分分析(linorm principal component analysis,l1-PCA)模型的变化检测算法。首先,采用基于Hotelling-Lawley复矩阵迹变化检测算子构造差异图;其次,采用l1-PCA模型获取差异图的变化信息,使得每个像素以一个特征向量来表示;最后,使用k-means算法对变化信息进行聚类,得到变化检测结果。该方法是一种非监督变化检测方法,相比于基于2范数的PCA检测方法,l1-PCA在特征提取方面具有更高的鲁棒性,并且可以进一步提高变化检测精度。基于RADARSAT-2卫星获取的3幅图像进行的实验结果表明,相较于其他两种典型算法,所提算法更加稳定,精确度更高。