基于星载GNSS-R DDM的海面目标探测研究

为了利用星载Global Navigation Satellite System-Reflections（GNSS-R）的延迟-多普勒图（Delay-Doppler map, DDM）实现对海面目标位置的遥感探测,本文依据星载DDM的生成原理,研究实现了其反过程即从DDM中重构散射区域图像进而达到探测海面目标的目的。首先利用截断奇异值分解（truncated singular value decomposition, TSVD）法去除DDM中的模糊函数;然后通过计算归一化雷达横截面积（normalized radar cross-section, NRCS）重构海面散射区域图像。以2016年3月1日TechDemoSat-1（TDS-1）实测的DDM数据为例,首先计算了镜反射点（specular point, SP）的位置,然后进行重构实验。实验结果表明：文中计算得到的SP与TDS-1提供的SP之间的最大误差在800 m左右,小于TDS-1 5 km的距离分辨率;同时,重构图像中目标的位置与极地海冰数据中海冰的位置相吻合,由此可见本文的目标探测算法能够从DDM中探测到海面目标。     

基于多轨延迟-多普勒图的海面目标定位模糊去除

随着导航反射信号技术在海洋遥感领域的发展,利用星载延迟-多普勒图（Delay-Doppler Map, DDM）进行海面目标探测成为如今热门研究问题。但由于DDM上相同时延和多普勒点对应的空间区域具有不唯一性,导致出现真假目标定位模糊的问题。本文利用多颗卫星下不同镜反射点(Specular Point, SP)对应的DDM联合处理去除假目标。首先计算出目标相对各自SP的距离,然后以某个SP为原点将所有目标全部统一到一个坐标系内,通过真目标聚集来去除假目标;最后通过经纬度与距离关系求得目标最终地理位置。采用Cyclone GNSS(CYGNSS)星座的DDM数据开展验证实验,结果表明：利用多星轨迹DDM的海面目标探测时,真目标会聚集,假目标会分散;计算的目标最终位置与同时间段下“南海四号”钻井平台工作地点变化规律一致,误差小于1.5km,表明本文方法能有效解决海面目标定位模糊问题。     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

动态起伏海面上低飞目标电磁散射Doppler频谱的有限元-区域分解法数值模拟

提出了基于有限元-区域分解法(FEM-DDM)的双级准静态方法, 数值模拟分析了二维风驱动态海面上低飞目标的Doppler (DP) 频谱. 快速运动目标的DP模拟需要在极小的时间尺度上进行, 巨大的运算量要求很高的单位时间步长运算速度. 利用频域的FEM-DDM, 海面低飞目标的有限元计算只需在其所属的DDM子区域进行, 而目标与其他子区域海面的相互作用通过DDM耦合矩阵精确描述. 缓变的动态海面则在大的时间尺度上进行模拟, 此时有限元计算遍历所有DDM子区域, 提取海杂波谱. 数值结果首先同前后向迭代法以及现有文献中的海杂波谱做了一致性验证. 接着模拟并分析了不同海况、有无舰船目标的情况下海面上低空飞行目标的时域回波、Doppler频谱及其与目标飞行高度、观测角等特征参数的关系.     

海面舰船目标紫外和可见光波段散射特性研究

采用Mote-Carlo方法构造了二维随机粗糙海面.利用海面双向反射分布函数(BRDF)模型计算了海面在紫外和可见光波段的辐射亮度,并与大气传输软件Modtran计算结果进行了对比分析.基于目标表面材料BRDF模型,计算分析了海上某舰船目标分别在紫外和可见光波段对背景辐射的散射亮度,并与海面背景辐射亮度进行了对比.结果表明,在紫外和可见光波段,海面背景辐射对舰船目标亮度的影响可以忽略,探测时间和方位、舰船表面材料、目标形状以及探测波段等因素,共同决定了舰船目标的散射特性,为实现海面舰船目标的多波段实时探测与识别提供一定的参考依据.     

行均值梯度与直线拟合联合优化的UUV海面红外图像海天线检测

在近海面水下无人航行器(underwater unmanned vehicle,UUV)的红外图像采集过程中,由于波浪起伏引起的高倾斜度、海空背景复杂等原因,红外图像的噪声过大,不利于目标的识别与海天线的检测。为此提出了一种海天线检测的改进方法。首先,将经过中值滤波和非线性增强预处理后的红外图像进行处理,得到行均值梯度图,确定海天线粗略位置;然后对其中的天空区域和海面区域进行滤波平滑处理,平滑二者背景中灰度起伏较大的噪声;最后利用优化的直线拟合法对天空区域和海面区域滤波后的图像进行海天线提取。实验结果表明,该方法可改善海天线位置的检测效果,具有较强的通用性,适用于复杂的海天环境。     

压缩感知在感兴趣区域编码中的应用

针对面向目标探测识别的无线图像传输应用,为了解决探测识别任务对图像质量的高要求与无线信道带宽约束之间的冲突,提出一种基于压缩感知的编码方法。鉴于压缩感知优秀的抗干扰特性,利用其进行图像压缩,并将位平面提升技术引入压缩感知。首先,对图像进行分块压缩感知,然后,对获得的信号进行量化、位平面分解;然后提升感兴趣区域位平面,并分别给出3种不同的感兴趣区域位平面编码方案;最后,在解码端通过解码、阈值迭代法重构,得到感兴趣区域质量优于背景的重构图像。实验结果表明,在相同码率下,重构图像的感兴趣区域PSNR(Peak Signal to Noise Ratio)高于通常的压缩感知编码方法,验证了方法的可行性和有效性。因此,基于压缩感知的感兴趣区域编码方法能够提高无线图像传输效率,从而更好地满足目标探测识别的需求。     

基于地图信息的机载雷达对海探测目标检测算法

机载雷达在对临近陆地的海面目标进行探测时会受到很强的陆地杂波干扰,海面附近的强陆地杂波会导致探测范围内虚警概率升高,严重影响雷达的对海探测性能. 针对该问题本文提出了一种基于地图信息的机载雷达对海探测目标检测算法,所提算法通过载机惯导系统提供的载机姿态及天线指向等信息计算天线波束照射区域的经纬度,并将其与地图数据匹配实现海陆分割,进而剔除陆地虚警,输出海面目标. 基于X波段雷达探测实验数据的实验结果表明,本文所提算法能够快速准确判断目标的海陆位置,通过海陆目标的筛选与剔除,提高机载雷达在陆地杂波较强的情况下对海探测性能.      

开放式电阻抗成像建模及其仿真

为克服封闭式电阻抗成像电极位置不确定性引入的图像重构误差,采用固定电极阵列的开放式电阻抗成像(open electrical impedance tomography,OEIT)模型。将求解整个开放场域电磁场边值问题,近似转化为局部的虚拟场域。通过仿真实验选取有效边界参数和电极阵列结构。利用有限元法求解OEIT的正问题,采用一步牛顿法进行图像重构。实验结果表明OEIT能够探测到目标位置、区域以及电导率的变化,重构图像较清晰。OEIT在浅层体表具有较好的分辨率和定位准确度,有一定的临床应用价值。     

复杂海面电磁散射的修正面元模型

针对合成孔径雷达成像系统中,利用传统面元模型在含泡沫的复杂海面环境下得到的面元后向散射场误差较大,导致成像模糊的问题,提出了一种复杂海面电磁散射的修正面元(MFM)模型。首先建立精确的海水介电模型来计算含泡沫海面介电常数;然后基于Elfouhaily海谱模型生成具体的海面样本,并将其划分成一个个小面元;最后计算出各面元的散射场,将其叠加得到海面样本的散射结果。与实测数据的对比表明,传统面元模型在大入射角时的仿真结果出现衰减现象,而加入泡沫的修正面元模型将使衰减降低近10dB,增强了与实测数据的吻合度。采用MFM模型对海面电磁散射特性及布儒斯特效应进行实验,结果表明:风速对海面布儒斯特效应影响较大,在P波段当风速由4m/s增大至10m/s时,布儒斯特效应减弱85%左右。     

基于颜色空间特性的图像检索

提出一种能同时利用图像的颜色特征和颜色空间分布信息进行图像检索的方法,首先提取出最大的3块颜色区域及各自的最小包围矩形（MBR）,然后利用改进的子块技术,确定目标区域的位置,从而得到融合颜色与位置信息的索引,在此基础上实现图像的检索．实验结果证明了该方法的有效性．     

一种降低复杂度的CCD彩色图像重构算法

为了提高视频展台的图像质量和帧率,提出一种基于边缘检测的低复杂度插值方法。首先重构绿色分量图像,然后按照实验确定的阈值T划分图像平滑区域和边缘位置,分别对平滑部分、边缘位置进行双线性插值和Laplacian二阶校正项插值,来重构红、蓝色分量图像,最后对红蓝分量图像的平滑区域进行中值滤波以抑制伪彩失真。该算法与传统的两阶段图像重构算法相比,计算量显著降低,提高了图像重构实时性,并保持满意的图像质量,PSNR值达到33 dB以上。     

结合SVM和分形维数的多特征红外人造目标提取

研究了红外图像中人造目标的提取.首先,通过计算红外图像目标的分形维数确定红外目标和背景的大致区域;然后,分别提取目标图像和背景图像的灰度级特征(邻域中心像素亮度、邻域中值亮度和邻域平均亮度),再利用支持向量机(SVM)进行训练,并尝试用不同的核函数及其参数建立最适当的区分目标和背景像素点的模型,进而把红外图像像素点分成目标和背景2类;最后,利用构建的模型实现红外图像中人造目标的提取.实验结果表明,用该方法建立的分类模型可以有效地提取红外图像中的人造目标.     

水下航行器仿生侧线探测阵列优化布置模型及评估方法

为了解决水下航行器仿生侧线探测系统传感器阵列优化布置的问题,提出了一种结合贝叶斯概率模型及顺序启发式算法的传感器阵列优化布置方法。该方法首先基于贝叶斯概率定理对水下航行器目标位置探测问题进行数学建模;接着构建仿生侧线探测阵列物理模型及其流场仿真数据集,采用顺序启发式算法优化阵列布局位置;然后根据特征筛选方法计算不同阵列布置下目标位置探测信息的相关性,对传感器阵列布局进行冗余度约减及优化评估;最后利用后验概率验证仿生侧线探测阵列优化布置模型,同时估计运动目标物位置。通过仿真实验结果表明,本文提出的阵列优化布置模型及评估方法与传统方法相比,非目标位置的干扰区域探测概率减小到1％以下,有效提高了目标物位置的探测概率,证明了阵列优化方法的可行性与有效性,为水下航行器侧线传感器阵列的优化布局提供了理论与技术支撑。     

一种高分辨率遥感图像视感知目标检测算法

针对大幅面高分辨率光学遥感图像目标检测尚存在着检测精度和效率低的问题,提出了一种高分辨率遥感图像视感知目标检测算法。该算法首先通过显著区域有选择性的引导获取场景中的子区域,将计算资源转移到可能包含目标的区域中,以降低计算复杂度;然后,利用基于单次检测器(YOLO)卷积神经网络目标检测模型获取预选目标;最后,提出目标语义关联抑制对获取的预选目标进行筛选得到有效目标,能够减少虚假目标的干扰,降低虚警率。所提算法在公开NWPU_VHR-10数据集上的平均检测精度为0.865,高于对比算法,在包含更多高分辨率的LUT_VHRVOC-2数据集上,比YOLO的检测效果更好。实验结果表明,所提算法提高了大幅面高分辨率遥感图像的目标检测精度。     

基于变步长子空间追踪的DCT域非均匀采样图像重构

压缩感知是一种充分利用信号稀疏性的全新的信号采样理论。如何从采样得到的低维数据中高效地恢复出原始的高维数据是压缩感知理论的一个关键研究问题。本文基于图像二维离散余弦变换(Discrete Cosine Transform,DCT)系数的分布特性,研究图像DCT域非均匀压缩采样,并在子空间追踪(Subspace Pursuit,SP)算法的基础上,提出一种变步长SP算法,用以实现压缩感知图像的快速重构。该算法自适应地设置图像DCT系数矩阵中不同列向量的采样率,将有限的采样值尽可能地分配给高幅值系数较集中的列向量。在重建DCT系数列向量时,动态调整不同子空间内的原子搜索步长,在高幅值系数集中区域对应的原子子集中进行小步长密集搜索,而在其它原子子集中进行大步长快速搜索。实验结果表明,与基于SP算法的DCT域均匀采样图像重构算法相比,本文提出的基于变步长SP算法的DCT域非均匀采样图像重构算法在图像重构精度与重构算法运行时间方面均具有明显优势。     

基于二分算法的全球导航卫星反射信号数值分析研究

海面风场反演是利用全球导航卫星系统反射信号(GNSS-R)进行海面遥感探测的一个重要应用,其前提是确定散射区域信息。通过分析比较S.C.Wu算法及在此算法基础上提出的二分法,仿真得出二分算法测得的镜面反射点也可以正确得到散射点的区域变化信息。仿真分析了二分法下的海面散射信号的时延-多普勒二维相关功率关系,验证了二分算法模型简单且实际应用性强的优势。     

基于多尺度学习的电介质目标定位与重构

利用神经网络将电磁逆散射问题与多尺度方法相结合,通过将散射场的场强数值输入多尺度融合模型中进行不断训练,实现目标的定位与重构. 对于目标区域内的手写数字散射体,首先利用Lenet网络模型定位目标散射体所在的区域;然后将散射体所在的区域进一步通过SmaAt-UNet神经网络学习,训练重构散射体的形状,进而确定该数字,不同的模型负责提取不同的特征;最后将特征融合在一起,以增强最终结果的表征能力.     

基于ARM的X波段雷达图像提取海面风向研究

为解决传统局部梯度法(LGM)从X-band雷达图像中提取海面风向时存在局限性和较大误差的问题,针对X-band雷达图像风场成像特征,提出基于自适应缩减法(ARM)的海面风向反演算法.首先,设计了一种自适应缩减算子,算子能够连续缩减图像,扩大了缩减后图像分辨率适应风条纹尺度的范围;然后,构建了自适应判断算法,根据由像元梯度直方图统计计算出的稳定系数来判断缩减后图像分辨率与风条纹尺度是否达到最佳,从而获得最优缩减率;最后,利用最优缩减率得到的像元梯度方向获得主梯度方向,根据风条纹特征提取出海面风向.通过岸基实验数据验证表明:ARM算法具有很好的性能,比传统LGM算法的海面风向反演精度提高了58.3%,在风速变化剧烈情况下也能得到稳定反演结果.     

基于非线性方程组和优化建模的实验数据重构方法

针对离散测量γ射线计数过程中的实验数据重构问题,本文首先通过建立正向计算的矩阵模型将其转化为求解不定的非线性方程组的数学问题,然后分别基于优化目标函数和Lagrange乘子法建立了两种重构模型,求解符合实际应用需求的最优解.数值实验表明,这两种重构模型都能获得比探测值更接近真实值的重构结果, 第二种模型的重构结果比第一种更加精确,且具有可以直接把探测值作为迭代初值的优点.