星载扫描模式合成孔径雷达成像算法研究

文章在分析SPECAN成像处理算法基础上,应用改进的SPECAN算法进行星载扫描SAR成像.给出了对Burst图像内和子测绘带间Burst图像方位向像素间隔归一化方法,通过计算沿距离向的方位尺度变换因子实现整个测绘带方位向像素间隔的归一化.最后通过对点目标成像仿真,验证了算法的有效性.     

SAR图像目标峰值特征提取与方位角估计方法研究

目标峰值特征是SAR图像目标识别的重要特征之一。峰值特征提取是SAR图像目标识别的一个重要步骤，为了由SAR图像快速、精确地提取目标峰值特征．本文首先研究了SAR图像目标峰值特征提取方法，提出了一种“子像素”级精度的SAR图像目标峰值特征提取方法．并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标SAR图像或SAR图像特征矢量对目标方位角变化的敏感性，因此，为了提高SAR图像目标识别系统的分类效率，本文还研究了SAR图像目标方位角估计方法，提出了一种利用峰值特征基于线性回归的sAR目标方位角估计方法，和现有方法相比，该方法除了计算速度快，估计精度较高之外，还能在估计方位角的同时，给出该估计的置信区间，从而更好的满足SAR ATR的实际需要。文中通过对大量实测MSTAR SAR图像目标方位角的估计实验，验证了本文目标峰值特征提取及方位角估计方法的有效性。     

一种基于角点提取的遥感影像地面控制点自适应匹配算法

提出基于特征角点的控制点自适应匹配算法：依据图像数据灰度特征自动确定相应阈值，从基准影像上提取控制点。采用动态模板进行不等距搜索，确定潜在目标控制点；构建三角网，利用等角变换判别目标控制点；构建仿射变换方程来筛选目标控制点。该算法无需设定灰度相关系数最大值阈值即可判别目标控制点。选取ASTER和TM两种成像差异显著的图像数据，对该算法进行试验，结果表明。该算法可以准确提取有价值的特征角点，具有较高的控制点识别精度和运算效率，具有较强的适应性和应用价值，较之传统匹配算法有明显优势。     

采用矢量量化法压缩SAR图像

介绍了一种对具有丰富信息的图像进行的编码的简单、精致算法，该算法易于对不同的目标编码，利用目标类与背景不同的目标空间研究了用于压缩合成孔径雷达（SAR）图像的目标空间编码方法。研究了编译背景信息的变速残差矢量量化（VQ）算法。试验结果表明，该算法非常有效，所提出的编码方法可使压缩与图像的最终应用相匹配，因此，该编码方法是目标识别与目标分类的方法。     

一种新的惯导平台静基座快速初始对准方法

提出了一种新的惯导平台静基座快速初始对准方法。用两步卡尔曼滤波算法替代常规算法估计水平误差角,根据水平误差角快速收敛的估计结果估计收敛较慢的方位误差角。给出了算法模型。理论分析和仿真结果表明:该算法对水平误差角的估计收敛速度可提高1倍,对方位误差角的收敛速度也相应提高,精度与常规方法一致,是一种有效的快速初始对准方法。     

一种红外点目标图像高保真压缩方法

针对红外点目标图像的特点,融合目标检测与无损-近无损压缩技术,提出了一种目标-背景分类的高保真压缩方法。将红外图像分成若干子块,对每个子块进行基于"最大中值滤波"背景抑制算法的点目标检测,根据检测结果将图像子块分为包含疑似目标的目标子块和不含目标的背景子块,对目标子块图像无损压缩,对背景图像子块近无损压缩,从而提高红外遥感图像压缩比,降低数据传输量,减轻数据传输压力。实验结果表明:所提的方法与传统全图无损压缩方法相比,能在不损失点目标信息的高保真压缩前提下,使图像压缩比提高40%以上。该方法对星上实时处理系统、红外探测跟踪系统的设计具有一定的理论和工程应用价值。     

红外前视对一类特殊建筑目标识别技术研究

针对电厂冷凝塔一类具有建筑规范的特殊建筑物,尝试在缺少其它基础地理数据保障的条件下,通过对冷凝塔外形的参数建模生成不同视点的参考图。在此基础上,针对红外／可见光多模图像匹配的特点,对自动目标捕获方案中模板匹配的相似性测度计算方法进行了研究。提出了基于梯度矢量相关系数的计算方法,将梯度信息作为红外／可见光多模图像的共性特征,匹配方案中不仅利用了图像点的梯度值,还充分考虑了该点的梯度方向信息。大量试验结果表明,该方法在识别性能上优于传统的灰度或轮廓匹配算法,匹配性能有较大的提高。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

基于DPCA算法的星载多通道TOPSAR成像方法

方位向DPCA多通道技术能够提高星载TOPSAR模式的方位分辨率,但TOPSAR回波信号的场景多普勒频谱混叠和方位非均匀采样给多通道TOPSAR成像带来了困难。针对这个问题,提出了一种基于DPCA算法的星载多通道TOPSAR成像方法。该方法通过调整方位向发射/接收子孔径的等效相位中心位置,使等效相位中心分布基本满足均匀采样的要求,同时利用复制拼接的方法解决了TOPSAR多普勒频谱混叠问题,最后利用改进的SPECAN算法完成聚焦成像。该成像方法避免了方位向多通道非均匀采样信号的重构操作,同时复制拼接操作和改进的SPECAN算法避免了方位向数据分块操作和方位时域的扩展。点目标和分布目标的仿真结果验证了提出的成像方法。     

基于局部能量比的空中红外弱小目标检测方法

提出了图像局部能量比的概念,并针对空中目标图像特点,给出了一种基于局部能量比的红外弱小目标检测方法。该方法基于单帧图像即可实现红外点目标检测,算法简单,耗时较短,可以实时检测;图像局部能量比对图像噪声不敏感,故该检测方法对图像信噪比要求较低,具有强抗干扰性,便于工程实现。文中给出了检测算法的具体实现过程,并用真实空中红外弱小目标图像进行了检测试验。试验结果表明该方法对空中红外弱小单目标和多目标均具有令人满意的检测效果。     

一种基于模板匹配的目标识别方法

在基于模板的目标识别方法中,模板的精度是一个关键问题。由于合成孔径雷达成像机理的原因,在SAR图像中会出现迎坡缩短、顶底倒置和遮挡等现象。因此,SAR图像中的目标形状与一般光学图像中的不同。在进行模板匹配的过程中,其模板也会有相应的变化。针对该问题提出一种目标识别方法,使用新的模板生成方式,即利用OpenGL技术并根据特定目标模型生成符合SAR图像特征的目标模板,这是一种基于模型的识别方法。使用MSTAR提供的数据对该方法进行验证,试验结果证明了方法的有效性。     

波束跃度对星载方位向扫描模式SAR图像质量的影响

针对星载方位向扫描模式合成孔径雷达(Synthetic Aperture Radar,SAR)系统中天线无法实现连续扫描而引入成对回波的问题,提出了波束跃度对SAR成像质量影响的定量化分析方法。提出了一种广义的SAR成像几何模型,以模式因子区分不同的方位向扫描模式;结合傅里叶级数和泰勒级数展开推导了波束跃度下的方位向天线方向图,在此基础上建立了方位向回波信号模型;得到成对回波幅度和位置与波束跃度的定量关系,着重比较分析了波束跃度对不同方位向扫描模式SAR图像质量的影响。仿真结果验证了上述分析方法的有效性。     

基于随机时延的弹射式干扰研究

针对传统噪声压制技术对合成孔径雷达形成有效干扰需要功率比较大的特点,研究了一种随机时延的弹射式干扰方法。该方法是在传统的弹射式干扰基础上,采用随机的干扰机转发时延。由于采用随机时延,方位向不同的回波时延不同而不能被压缩,干扰信号的距离向的压缩虽能成像,但已经是随机分布的。改进后的弹射式干扰能够覆盖整个成像区域,形成类噪...     

基于直升机平台SAR的方位重影抑制方法

直升机合成孔径雷达(SAR)已成为遥感领域的重要探测工具。针对平台微小高频振动导致方位重影,造成图像质量降低的问题,提出了一种振动相位补偿算法。首先利用回波录取的几何构型,推导基于直升机振动平台的SAR回波表达式,并引入雅可比-安格尔恒等式,对回波完成一阶贝塞尔级数展开,获得高频振动误差与方位向重影的关系式。然后,从直升机SAR实测数据入手,对方位相位进行差分、提取和快速傅里叶变换,得到振动频点信息,并对频点信息进行反演,得到高频误差相位。最后,利用高频误差相位对原始回波进行补偿,抑制成对回波模糊现象,从而消除方位重影。基于实测数据的成像处理结果验证了所提方法的有效性。     

非匀速弹道SAR成像方法研究

非匀速直线弹道成像是弹载SAR领域的核心问题之一。首先构建三维空间中的非匀直弹道模型,通过泰勒近似公式分析运动偏差的来源,并将运动偏差分解成方位偏移、地距偏移和俯仰偏移等三个部分。推导了横向运动和俯冲运动分别引起的地距偏移和俯仰偏移函数,从而得到了对应的运动补偿函数。方位偏移表现为SAR平台在方位向作变速直线运动,回波的数据格式可看成空间非均匀采样的结果。为此,提出了一种利用空间非均匀采样模型替代时域变多普勒模型的成像方法。该算法将变速运动等间隔时间采样的回波数据等效为匀速运动中非等间隔时间采样数据,然后通过方位向非均匀离散傅立叶变换将数据变换到均匀频率域,再完成其它后续的成像操作。完整地推导了非匀直弹道SAR成像的全过程,点目标仿真结果清晰可见,表明了算法的有效性。
     

基于G2DPCA的SAR目标特征提取与识别

给出了基于广义二维主分量分析（G2DPCA)的合成孔径雷达（SAR）图像目标特征提取 方法。与主分量分析（PCA）相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不 是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析（2DPCA ）相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别 （MSTAR）计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征 维数的同时,又改善了识别性能,并且正确识别率在97％以上,且对目标方位变化具有较 好的鲁棒性。     

机载双天线前视SAR系统成像分析

针对机载SAR前视模式与一般正侧视模式存在的明显不同,详细分析了前视SAR的多普勒特性及其方位模糊问题.依据前视SAR的特性,结合波束锐化与RD成像算法,仿真得到了前视SAR的点目标图像,验证了分析的正确性.     

SAR-GMTI匀加速运动假目标有源调制干扰方法

借鉴匀加速运动调制思想,提出了一种SAR-GMTI匀加速运动假目标有源调制干扰方法。详细确定了有源实现方式下各关键干扰参数,阐释了干扰成像结果,分析了速度、载频、斜距等侦察误差对干扰效果的影响,采用三孔径干涉对消方法研究了其对GMTI的对抗性能,并开展了基于实测数据的实验分析。该干扰样式携有逼真的匀加速运动特征,具有距离向相干、方位向部分相干的特点,可实现对SAR-GMTI的匀加速运动假目标干扰效果,是一种有效稳健的干扰方法。