基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法

大斜视条带 合成孔径雷达（Synthetic aperture radar, SAR）成像信号处理目前主要面临大斜视导致 的距离方位耦合严重和全孔径条带 SAR处理的实时实现困难。文中针对这两个难点 ，提出了一种基于极坐标格式算法（Polar format algorithm, PFA）的大斜视条带SAR子孔 径拼接成像处理算法。该算法利用改进的PFA来解决子孔径内大斜视高精度成像问题，通过 子孔径图像拼接来实现全孔径实时成像。仿真和实测数据的处理结果证实了本文方法的有效 性。     

真实数据SAR成像的实现

作者用SIR－C／X－SAR的X波段SAR的原始数据，实现了真实数据SAR的成像。本文给出了成像实现的完整过程、具体步骤以及各步骤间的关系，包括成像算法选择、距离向线性调频脉冲压缩、多普勒中心估计、多普勒频率变化率估计、方位向压缩处理、降低相干斑的多视处理以及改善图像层次的后处理等，对各步骤等进行了扼要叙述，并以框图的形式明确表示了成像几何参数、雷达系统参数、多普勒参数等与各步骤间的关系。此外还给出了部分主要中间结果与参数，以及最后的成像结果。     

机载SAR成像信号处理研究和实践

成像信号处理是合成孔径雷达(SAR)的核心．必须根据SAR系统战技指标的要求，设计先进、合理和实用的成像信号处理方案和算法。某型机载SAR旁视成像模式综合运用二维可分离成像算法、预处理和运动补偿，前斜视成像模式综合运用线性距离多普勒成像算法、天线扫描和运动补偿，满足了全数字化、机上实时成像的要求。样机试飞中，在国内首次获得高清晰度3m分辨率的旁视SAR图像和首次实现高分辨率前斜视SAR成像。试飞数据在地面处理后，在国内首次获得方位分辨率优于0．5m的成像结果。     

一种基于合成孔径聚焦图像的目标测距方法

基于合成孔径聚焦图像提出一种新的目标测距方法。该方法利用小孔成像模型摄像机获取与目标视线垂直的等间隔线阵机位图像序列,并将线阵与目标视线交点处机位的图像作为基准图像。根据图像序列获取各距离段所对应的像差校正叠加图像,计算基准图像中每个像素的邻域与每一幅像差校正叠加图像中相应区域的相似度,并选取相似度随像差校正叠加图像变化的范围大于一预设阈值的像素作为可测距像素,相似度最大的像差校正叠加图像所对应的距离段即为该可测距像素对应目标点所处的距离段。对合成孔径原理进行了仿真分析,并根据摄像机线阵实测数据和航拍序列实测数进行了测距实验。实验表明该测距方法鲁棒性好,算法简单,并且无干扰。     

斜视模式机载合成孔径雷达处理的距离-多普勒算法研究(英文)

距离-多普勒算法是一种标准的正侧视合成孔径雷达成象处理算法.本文研究了两种改进的算法用来完成斜视模式下机载合成孔径雷达方位相关处理的距离-多普勒,文中给出了斜视模式机载合成孔径雷达的空间几何模型和回波信号模型和用距离-多普勒算法处理斜视模式机载合成孔径雷达信号的过程.仿真结果表明,这两种距 离-多普勒算法适合于斜视角小于20(°)的机载合成孔径雷达信号的处理.     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

基于波前探测的视网膜图像半盲解卷积复原

获取高分辨视网膜图像的难点在于是否能够消除成像系统中像差的影响。为了进一步改善图像质量、提高视网膜细胞组织的观察分辨率,提出了结合自适应光学成像技术和视网膜图像后处理算法的方法。通过视网膜成像系统中的自适应光学技术实时校正人眼像差并获取初始视网膜图像,根据成像系统中的残余像差重建光学传递函数作为图像复原模型初始参数估计,最后对视网膜图像进行条件约束迭代半盲解卷积复原,进一步消除像差对成像质量的影响,从而得到高分辨率视网膜图像。实验结果表明:由这种方法处理的视网膜图像质量能得到明显提高,其图像质量客观评价参数(GMG,LS和PSV)比原始图像提高近1倍,在视网膜细胞的空间频率范围内(70～90 cyc/deg),复原后图像的功率谱平均值比原始图像提高了10倍左右,基本能满足观察分辨率要求。     

超高分辨率机载SAR成像算法及其GPU实现

雷达成像分辨率的不断提高,给SAR高精度实时成像处理带来了新的挑战。采用高效精确的成像算法以及对算法进行硬件加速是解决该问题的有效途径。本文提出了一种适用于超高分辨率机载SAR成像的精确高效成像处理方案,并利用并行化硬件平台GPU对该成像方案进行了硬件加速。实测数据处理结果充分验证了该处理方案的聚焦精度和处理效率。     

基于形态学的SAR图像相干斑抑制算法的改进

在抑制相干斑噪声的同时应尽量保持图像的边缘和纹理特征。基于数学形态学方法的几何滤波算法在有效去除相干斑的同时，能较好地保留图像的边缘特征，但是运算量较大，处理速度较慢，将不利于数据的实时处理。为了克服此缺点，本文应用形态学中平滑方法对该算法作了改进。并对真实SAR图像进行处理并与几何滤波算法及Lee滤波算法处理结果作比较。结果验证了改进算法与几何滤波算法相比在达到同样的处理效果的情况下．减少了一半以上的运算量，大大地缩短了处理时间。     

基于全局Maxflow邻域生长算法的SAR图像目标分割

提出一种改进的GrabCut算法,利用迭代图割(GrabCut)算法对彩色图像进行分割的特点,在不需要交互式操作的情况下,将SAR图像转化为24 bit BMP的位图进行处理,再结合邻域生长算法实现对SAR图像目标的自动分割.通过对MSTAR和NASA喷气推进实验室的SAR图像进行目标分割实验,结果表明,该算法分割精度高于目前通用的其他算法.     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

武装直升机雷达散射截面计算及雷达吸波材料影响分析

为提高直升机雷达散射特性预估的准确性,建立了目标雷达散射特性分析的计算电磁学(Computational electromagnetics method,CEM)方法,并开展了吸波涂层对直升机雷达散射截面(Radar cross section,RCS)特性影响的研究。首先,对复杂目标(例如直升机)进行几何建模和网格划分,获得空间网格单元上的电磁场信息,作为整个电磁场仿真分析的计算基础。然后,通过介质球和涂覆电磁介质导体球的算例对比,分析结合共形技术的时域有限差分法(Finite difference time domain,FDTD)在处理介质物体及涂覆涂层介质物体的有效性,结果表明FDTD方法计算结果与级数解吻合。在此基础上,计算和对比了金属旋翼以及涂覆吸波涂层旋翼的RCS特性,分析了典型方位角入射下全机涂覆前后对RCS特性的影响。研究表明:旋翼表面全涂覆雷达吸波材料(Radar absorbing material,RAM)后对直升机旋翼的RCS抑制效果明显,在全机强散射部位涂覆RAM可以显著地降低RCS特性,涂层的使用在直升机的隐身设计中起到关键的作用。     

基于阴影信息的多视角SAR图像识别

传统的SAR图像识别技术主要基于目标的电磁散射特性,而目标阴影信息对SAR图像目标识别具有重要的作用。若能获取同一目标在多个方位角下的多幅SAR图像,可改善目标识别的性能。针对该问题,本文提出了一种基于隐马尔可夫模型及阴影信息的多视角SAR图像识别技术。该技术提取目标阴影形状的链编码作为特征向量,并结合同一目标在不同方位角下的多幅图像的特征向量,生成该目标的特征序列,然后利用HMM对特征序列进行识别。仿真结果表明,该方法可有效实现SAR图像目标识别。     

基于Contourlet域SOT结构的SAR图像相干斑抑制算法

把SOT结构引入到能够最优表示图像的Contourlet变换中,结合Contourlet系数域的结构特点和SAR图像相干斑乘性噪声模型提出了一种新的相干斑抑制算法。对基于小波系数域SOT结构的相干斑抑制算法中固定在一个低频尺度中选择根系数的方法进行了改进,根据SAR图像的匀质性条件自适应地在两个不同低频尺度中选择根系数。把该算法应用到实测SAR图像中取得了很好的目视效果,各项指标得到了有效提高。     

NOVEL RADAR SIGNAL SORTING METHOD BASED ON GEOMETRIC COVERING

With the increase of complexity of electromagnetic environment and continuous appearance of advanced system radars, signals received by radar reconnaissance receivers become even more intensive and complex. There- fore, traditional radar sorting methods based on neural network algorithms and support vector machine （SVM） cannot process them effectively. Aiming at solving this problem, a novel radar signal sorting method based on the cloud model theory and the geometric covering algorithm is proposed. By applying the geometric covering algo- rithm to divide input signals into different covering domains based on their distribution characteristics, the method can overcome a typical problem that it is easy for traditional sorting algorithms to fall into the local extrema due to the use of complex nonlinear equation to describe input signals. The method uses the cloud model to describe the membership degree between signals to be sorted and their covering domains, thus it avoids the disadvantage that traditional sorting methods based on hard clustering cannot deinterleave the signal samples with overlapped param- eters. Experimental results show that the presented method can effectively sort advanced system radar signals with overlapped parameters in complex electromagnetic environment.     

波音727飞机的ISAR成像处理结果

逆合成孔径雷达(ISAR)能够对运动目标进行高分辨率雷达成像。本文利用波音727飞机的外场真实数据研究了ISAR的信息处理,它包括运动补偿和成像。文中给出并比较了实现IS—AR运动补偿的几种方案,它们是距离对准的空域法和频域法,相位补偿的散射点基准法和多普勒中心跟踪法。我们对完成了运动补偿的等效转台数据进行了FFT—距离多普勒成像和超分辨成像。波音727飞机的外场数据处理结果证明了文中所述的ISAR运动补偿和成像方法是正确和有效的,同时也说明了超分辨成像的优越性。它不仅有利于雷达目标的识别和分类,而且能够降低ISAR的大带宽要求和克服大转角ISAR运动补偿的困难。     

毛细流动聚焦的实验方法及过程控制

作为一种基于毛细流动制备微纳尺度液滴的技术，毛细流动聚焦（Capillary flow focusing）在工程领域具有重要应用。回顾了基于吹气式和吸气式核心装置的毛细流动聚焦实验方法，展示了完整的测试平台，介绍了施加外部激励控制流动聚焦射流破碎的实验方法。同时，给出了同轴界面的拍摄方法，可获得清晰的内外层流体界面图像。在对流体锥形收缩阶段的研究中，探讨了几何参数与流动控制参数对流体锥形的形态与稳定性的影响。在稳定锥形下，研究了流动控制参数对液体射流直径、扰动波长及复合射流界面耦合的影响，并基于光的折射定律，对复合射流外层界面透镜效应所导致的内界面失真进行了修正。在对激励作用下射流破碎的研究中，考察了射流长度随振幅的变化，建立了尺度率关系，探讨了频率对生成液滴的单分散性及粒径的影响规律，为在实际应用中可控制备单分散性微液滴提供了理论与技术支持。     

THREE ASPECTS OF ISAR SIGNAL PROCESSING

ＴＨＲＥＥＡＳＰＥＣＴＳＯＦＩＳＡＲＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧＳｈｅＺｈｉｓｈｕｎ；ＺｈｕＺｈａｏｄａ（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮＵＡＡ２９ＹｕｄａｏＳｔｒｅｅｔ，Ｎａｎｊｉｎｇ２１００１６Ｐ．Ｒ．Ｃ...