SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

射频干扰对InSAR干涉处理的影响分析

窄带干扰是低频段InSAR系统面临的主要射频干扰之一,它的存在会对干涉相位产生严重影响,进而导致高程反演误差。本文推导了窄带干扰影响下的InSAR干涉相位的解析表达式,给出了干涉相位对窄带干扰各参数的敏感度方程,仿真分析了窄带干扰对P波段InSAR系统干涉处理的影响。结果表明,窄带干扰经过成像后其幅度调制函数近似为方位时间的sinc函数,在SAR图像中表现为沿距离向的干扰条带。干涉相位对窄带干扰信号的功率较敏感,对其频率较不敏感,干涉相位和高程反演误差随着干信比的增加而增加。     

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理。提出了无人机载多传感器图像融合技术需要研究的内容,如: 图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术; 无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等。分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线。     

基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

星载SAR成像处理系统中多线程矩阵转置的设计和实现

矩阵转置被广泛地应用在星载合成孔径雷达的地面成像处理中,由于对原始回波数据快速成像的需求,根据现有共享内存系统的特点,提出利用多线程矩阵转置的并行处理方法。在Linux环境下,利用基于Pthread的线程调度方法和封装类,在研究和分析矩阵转置的几种处理方法的基础上,设计和实现多线程矩阵转置。通过在HP Proliant DL580平台上的实验证明,多线程矩阵转置与传统的矩阵转置相比,能充分利用处理器的资源,具有良好的并行扩展性,有利于进行快速成像处理。     

干涉式合成孔径雷达干扰方法研究

干涉式合成孔径雷达（INSAR）三维成像技术是在合成孔径雷达（SAR）的基础上发展起来的,它可以获得高精度的数字高程模型（DEM）,该模型得到了广泛的应用。针对IN—SAR干扰对比研究了常规噪声压制式干扰与弹射式干扰对INSAR成像处理的影响,并作了计算机仿真。结果表明,采用弹射式干扰不仅可行,而且可以有效地改变原地形的“指纹”特征,达到欺骗INSAR的目的,而常规噪声压制干扰则不适合用于对INSAR实施干扰。     

基于DEM的星载SAR图像模拟以及用于图像精校正

根据星载SAR的距离-多普勒成像原理对DEM的三维位置点进行成像几何位置的计算,然后根据经验公式给出了雷达后向散射系数的模拟方法。针对DEM格网间隔和SAR图像分辨率的不同,以及由于侧视成像雷达的特点而导致山区的迎坡和背坡模拟图像点密度不均匀等问题,采用了基于DEM格网点内插的算法。最后应用模拟的SAR图像和真实图像匹配来实现星载SAR图像的几何精校正处理。通过采用RADARSAT的实际图像进行了图像的模拟和几何校正,证明了方法的可行性。     

基于LCMV算法的星载SAR距离模糊抑制方法

距离模糊抑制是星载合成孔径雷达(SAR)系统顶层设计中的关键问题之一.增加天线高度可以抑制距离模糊,但卫星平台往往对天线尺寸有所限制.指出了距离模糊抑制对于提高可视观测带宽度、产生高质量雷达图像的重要性,介绍了距离模糊的数学模型,提出了分布距离模糊度的概念,分析了平均距离模糊度与分布距离模糊度的区别,给出了应用线性约束最小方差(LCMV)算法抑制星载SAR距离模糊的方法.仿真结果证明,该方法在天线高度不变的情况下,不仅能够提高平均距离模糊度,也可以改善分布距离模糊度.      

分数傅立叶变换用于抑制SAR杂波背景检测慢速动目标

慢速运动目标在时、空、频域上都落入主杂波区。利用单通道SAR图像中静止背景的信息抑制静止杂波,可改善检测动目标的性能。分数傅立叶变换是线性变换,不存在交叉项,采用分数傅立叶变换搜索匹配动目标信号,使其能量汇聚。对称计算旋转角正负对称的分数傅立叶变换,在两个对称的分数傅立叶域中得到两个复信号,这两个复信号中静止背景的模处处相同,而包含动目标的区域,模的幅度有很大差别,计算对称的分数傅立叶域信号对应位置模的差,取绝对值,可对消静止背景,敏锐地检测动目标。实测数据表明本算法有效。     

编队飞行干涉SAR卫星系统任务分析与设计

介绍了编队飞行卫星干涉合成孔径雷达（InSAR）测高的基本原理,在此基础上提出了编队飞行InSAR卫星系统顶层任务分析的基本要素和流程,分解出了测高误差分配、基线设计与测量、轨道构型设计、星间同步等关键技术,对各关键技术的相互关系及其基本解决途径进行了研究,并分析比较了不同InSAR载荷工作模式的性能及其与卫星系统的相互约束关系,可以为型号系统设计提供参考。