基于深度学习算法的极化合成孔径雷达通用分类器设计

地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。     

三维模型在SAR图像自动目标识别中的应用

提高高分辨率SAR图像在复杂战场环境中的目标识别能力,对防御未来战争中来自地面目标的威胁具有重要意义。针对地面特定目标的大小、方位、旋转等变化以及强杂波背景给目标识别带来的严重影响,提出将目标的三维模型投影到二维平面,采用余弦傅里叶矩和瑞利分布的CFAR检测方法分别对其矩特征和峰值特征进行提取,利用级联组合分类器对目标识别进行建模分析,并通过试验验证该方法的有效性。结果表明:该方法实现了在特征维数高和姿态变化下的目标识别,而且无需额外增加对制导控制系统的开销。     

一种视频SAR运动目标成像算法

视频合成孔径雷达ViSAR(Video Synthetic Aperture Radar)成像模式与传统SAR成像模式不同,此模式需要持续监测目标区域.通过子孔径划分的方法将目标区域的回波划分孔径,然后针对每一个划分后的子孔径进行单独成像和配准,最后把每一帧图像进行处理形成视频,利用序列图像形成的视频去提取目标的运动信...     

块自适应球形矢量量化算法压缩SAR原始数据

提出使用块自适应球形矢量量化算法压缩SAR原始数据,该算法充分利用SAR原始数据经过自适应块处理之后在较小的数据块范围内具有稳定高斯分布的特点,使用格型矢量技术中的球形码书量化器进行量化,可以提高算法的压缩性能。通过运用球形矢量量化算法对SAR原始数据进行压缩、解压缩获取相应的SAR图像与块自适应量化和块自适应矢量量化经过同样过程得到SAR图像进行比较分析,得出块自适应球形格矢量量化算法是算法复杂度和算法性能之间比较好的折中。     

星载SAR亚马逊雨林辐射定标仿真研究

辐射定标是准确、定量描述星载合成孔径雷达(SAR)系统性能的重要手段.星载SAR在轨运行期间,天线方向图较之发射前可能存在较大的失真,从而严重影响所获取的SAR图像数据质量,因此准确测量在轨飞行时天线俯仰向方向图特性并予以补偿是星载SAR辐射定标的主要内容之一.利用具有均匀后向散射系数特性的分布目标进行外定标是测量双程俯仰向天线方向图的最佳方案,而亚马逊雨林是全球最稳定、最均匀、最平坦的分布目标,后向散射系数几乎不随入射角变化,是公认的理想测试场地.鉴于目前我国尚无自行采集的星载SAR图像数据,我们对星载SAR回波功率仿真、天线方向图模型参数估算进行了深入、系统的研究,利用仿真的亚马逊雨林SAR功率图像成功地实现了星载SAR俯仰向天线方向图在轨测试关键环节的模拟,对我国的星载SAR辐射定标研究具有一定的理论意义和重要的工程实用价值.      

保持弱细结构特征的SAR图象模拟退火重构方法

模拟退火 ( SA)算法最先由 White R G.用于合成孔径雷达 ( SAR)图象的降斑处理。该算法在重构均匀区域和强结构区效果有很大提高 ,但也有缺点 ,尤其是过分模糊弱细结构。本文提出了一种改进的方法 ,在 SA算法中融入了边沿检测和增强步骤 ,使弱细结构得以增强并在退火过程中保持。为配合此方法 ,采用平稳下降的指数温度规划取代对数形式。通过仔细调整算法过程 ,可使新方法保留 SAR图象中的很多细小结构 ,而不使其他均匀的和强结构场景性能恶化 ,同时也没有引入其他缺陷。改进的算法更加适于中、低分辨率的 SAR图象降斑处理     

方位降采样滤波器设计和FPGA实现

在SAR(合成孔径雷达)雷达实时信号处理中,为了降低运算量且不影响成象质量,通常需要对输入的距离-方向二维数据在方位上做降采样和滤波处理。为了满足实时处理的需要,本文提出了一种将降采样和方位滤波相结合的设计,以及利用窗函数设计滤波器系数的方法,运用硬件描述语言Verilog HDL构造了一种用现场可编程门阵列FPGA实现降采样滤波器的电路结构,并分析了其性能。该降采样滤波器的降采样率和滤波器阶数可变,可适应多种场合的需要。     

一种提高SAR目标识别率的有效方法

在合成孔径雷达自动目标识别SAR ATR中，SAR像的预处理是提高识别率的关键技术之一。给出了一种简单有效的SAR图像预处理方法，该方法首先对SAR目标像进行对数变换后，再做傅立叶变换。经预处理后的SAR像用支持矢量机SVM分类器进行目标识别。实验结果表明：本方法不但有效地提高了目标识别率，而且保证了目标的平移不变性并具有良好的推广能力。     

SAR干扰效果研究

研究了对干扰前不同图像质量的合成孔径雷达(SAR)的干扰效果问题。从干扰前SAR图像质量指标积分旁瓣比(ISLR)入手,提出等效信干比的概念,建立积分旁瓣比与等效信干比的关系,分析等效信干比与发现概率、错误概率的关系,最后确定不同图像质量所对应的所需信干比。     

SAR图像识别提取与选择特征

阐述了SAR图像在模式识别中特征提取与选择的概念、任务和基本原则,结合国内外图像特征提取与选择的最新研究动态,介绍了在SAR图像目标识别中普遍采用的一些特征提取与选择方法,并对提取纹理特征采用的灰值共生矩阵及其统计量进行了研究。