曲线合成孔径雷达迭代算法

研究了曲线合成孔径雷达(SAR,Synthetic Aperture Radar)二维信号模型和三维信号模型,得到了曲线SAR回波信号的数学表达式.将迭代算法应用于曲线SAR, 根据最小化非线性方差准则得到了曲线SAR中RELAX估计算法代价函数,详细研究了二维RELAX估计算法和三维RELAX估计算法的每一个具体步骤,可估计出目标点的散射强度和位置.给出了递推过程,规定了收敛条件,分析了RELAX估计算法的特点和计算量,得出RELAX算法收敛速度快,计算量相对较小,收敛条件苛刻会增加RELAX算法的计算量.研究成果为应用迭代算法提取曲线SAR数据的三维信息提供了指导.     

基于模糊和最小二乘的SAR图像线特征提取

针对合成孔径雷达(SAR, Synthetic Aperture Radar)图像的特点,提出一种线特征提取算法.该算法首先抑制相干斑噪声,然后对SAR图像进行模糊变换和增强,再基于假设的SAR图像灰度模型,用最小二乘法设计出低通和高通滤波器,最后检测出线特征散点,并进行连接,得到SAR图像的线特征图.实验证明本算法抗噪声干扰,边缘定位精度达到1个像素.     

一种干涉SAR复图像数据的快速仿真方法

为了给干涉测高算法提供具有先验知识的干涉数据,进行算法的定量可控误差分析,以完成算法性能的定量评估,针对干涉SAR(合成孔径雷达)数据仿真进行了深入的研究.考虑多种因素,推导出用于干涉SAR仿真的一种仿真模型,能快速完成干涉SAR面目标复图像的仿真;并提出迭代插值算法反推雷达斜距,既很好地去除了干涉SAR仿真中的奇异点效应,又提高了仿真速度.能够为图像配准、相位解缠产生数据源,也可进行基线估计.计算机仿真结果表明,新仿真模型具有快捷、灵活、多功能性,迭代插值算法也具有快速准确性.     

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.     

基于Kriging算法的手术导航三维形变技术

针对计算机辅助手术三维导航技术中无法利用术前CT重建模型进行病人个体化手术的问题,提出一种基于克里金(Kriging)算法的三维骨骼形变(bone morphing)技术.利用术中采集和医学图像模型的两片点云进行配准,在CT重建模型上选取4个合适的控制点,通过求解Kriging算法建立的方程组,获得CT重建模型上所有点相对于实际病例变形后的位置,实现医学图像模型向个体化的变形.最后,以人体股骨CT模型和塑料模型为对象进行了形变的精度分析和关节手术导航评估实验.结果表明:这种形变方法简单可靠,可以用于前交叉韧带(ACL,Anterior Cruciate Ligament)重建手术的导航评估.     

基于MM-GGIW-PMBM滤波的扩展目标跟踪算法

针对多机动扩展目标跟踪问题,将交互式多模型的思想引入泊松多伯努利混合滤波(PMBM)算法中,提出了一种多模型的伽马高斯逆威夏特-泊松多伯努利混合滤波(MM-GGIW-PMBM)算法。该算法融合多种运动模型,通过模型的交互实现对机动扩展目标扩展状态和质心状态的混合估计预测;通过引入强跟踪滤波(STF)中的渐消因子修正预测之后GGIW分量中的协方差矩阵,防止发生跟踪模型失配的现象;在PMBM更新阶段扩展目标外形和质心估计完成的基础上,利用似然函数完成模型概率的更新。仿真实验结果表明:MM-GGIW-PMBM算法能够对多机动扩展目标的数量和状态进行有效的估计。      

基于下降图像三维地形重建的参数自适应生成

针对基于单应性下降图像着陆区三维地形重建算法中重建参数对重建结果的影响,提出一种参数自适应生成算法计算最优重建参数.首先,根据匹配特征点对应的空间点拟合出地形近似平面,作为系列平行虚拟切分平面的参考平面,从而确定切分平面的法向和基本深度.其次,在地形近似平面两侧,分别计算特征点对对应的空间点到地形拟合平面最大距离,用于估计重建区地形高度差异.最后,根据地形高度差异和相机距地形拟合平面距离,寻找最优切分平面个数.根据这些重建参数即可计算地形重建所需单应矩阵.对比不同重建参数下的重建结果表明该参数设定方法可以达到更优重建效果.      

基于混合稀疏表示的二维压缩感知SAR成像

压缩感知(CS)理论在合成孔径雷达(SAR)成像中应用广泛。针对包含城市、河流等区域的非稀疏场景压缩感知SAR成像,提出基于近似观测模型的混合稀疏表示(MSR)压缩感知SAR成像方法。该方法将复杂的SAR图像分解成点、线、面,并将线、面分别通过离散余弦变换和曲波变换转换到稀疏域,使压缩感知的稀疏性条件得以满足,通过求解基于近似观测模型的二维压缩感知优化问题重建非稀疏场景的SAR图像。所提方法能够实现降采样率条件下对包含城市、河流等非稀疏场景区域的成像,仿真场景和实测场景成像结果表明了所提方法的有效性。     

复杂背景下单个运动物体的实时视觉追踪算法

介绍了一种完全基于图像信息的运动检测视觉追踪算法.该算法综合了已有的一些算法,并在他们的基础上进行改进,可以实现在摄像机运动不剧烈的情况下,对单个运动物体的追踪.由人工选取目标,计算机开始在第1帧和第2帧图像中提取特征点,并在两帧图像中对特征点进行匹配.利用匹配的特征点建立仿射运动模型,以估计背景的运动和预测目标位置.假设运动目标所占的像素面积很小,在预测点附近的一块小邻域内进行光流分割得到运动目标.该算法在640×480大小的两帧连续图片上验证,取得了较好的效果.在PC上的实验证明,设置适当的参数,本算法可以应用于12.5Hz或25Hz的图像采集频率.      

基于SSUKF的航天器自主导航算法

针对航天器自主导航系统对稳定性、精确性和实时性的要求,将超球面分布采 样点变换SSUT(Spherical Simplex Unscented Transformation)和Unscented卡尔曼滤波(UK F)相结合,研究了基于SSUT的UKF(SSUKF)导航滤波算法.由于SSUT减少了采样点个 数,在保证滤波精度和标准UKF相当的条件下减轻了计算负担.根据UKF和扩展卡尔曼滤波(E KF)计算过程相似的特点,设计了SSUKF和EKF相结合的混合卡尔曼滤波算法.算法通过能够 度量估计误差的模式切换函数,可以自适应地在SSUKF和EKF之间切换,避免了UKF计算效率低 以及EKF对滤波参数敏感、容易发散的缺点.数值仿真结果表明,混合卡尔曼滤波器提高了 计算效率,保证了估计精度,具有良好的鲁棒性,适合于航天器自主导航系统.      

基于俯冲模型的SAR成像处理和几何校正

针对高速俯冲状态下斜视SAR(Synthetic Aperture Radar)高分辨率成像处理和几何校正方法进行研究,建立了通用的SAR空间几何模型,在此基础上推导了俯冲状态下的等效斜视距离模型,并给出相应的回波信号数学模型.根据高速俯冲SAR的信号特点,采用Burst工作模式,利用改进的ECS(Extended Chirp Scaling)成像算法进行成像处理,给出了成像处理流程和相位补偿因子表达式.根据距离方程和多普勒定位方程组推导了针对ECS成像算法的几何校正计算公式.计算机仿真结果表明,改进ECS算法能够对俯冲模式SAR进行高分辨率成像处理,并对斜视SAR具有较好的处理能力,提出的几何校正方法能够很好地修正几何失真.      

基于波动光学的显微光场成像点扩散函数

光场Micro-PIV通过Lucy-Richardson（L-R）算法对光场图片进行反卷积重建,从而获得示踪粒子的三维坐标信息,准确的点扩散函数（PSF）是L-R算法完成重建的前提,而现有PSF模型不适用于光场Micro-PIV系统。为此,建立了基于波动光学的显微光场成像PSF模型,进行了数值仿真,获得了模拟PSF图像,并通过结构相似性算法计算了模拟PSF图像与实际PSF图像的相似度,进一步利用L-R算法结合PSF对单个粒子和不同浓度下示踪粒子的流场进行了三维重建。结果表明:模拟PSF图像与实际PSF图像相似度大于0.94,表明PSF模型具有较高的准确性;单个粒子的三维坐标误差在一个像素以内,并可准确地获得不同浓度下示踪粒子的三维坐标信息,进一步验证了模型的准确性,为光场Micro-PIV实现瞬时三维速度场测量奠定了基础。      

SAR图像点目标超分辨正则化方法的简化计算

合成孔径雷达(SAR)是一种高分辨率相干成像雷达,是重要的空间遥感手段,分辨率的高低直接决定了其应用效果的优劣。正则化方法是提高SAR图像分辨率的有效方法,但传统的迭代算法计算速度较慢。文中分析了基于lk范数的图像超分辨正则化方法的迭代求解公式,得出了由该迭代公式产生的迭代序列收敛的极限的解析表达式。将该结论用于正则化模型的求解可以显著降低计算量,由此得到了正则化迭代算法的简化计算方法。仿真与MSTAR图像处理结果表明,简化后的方法计算速度提高了2 000倍以上,计算结果与传统方法的相对差别小于6×10-9。     

星载合成孔径雷达的分辨特性

较全面和详细地论述了星载合成孔径雷达（ＳＡＲ）的分辨特性;导出了距离分辨率、方位分辨率和辐射分辨率的定量关系式;阐述了多种辐射分辨率定义的内涵,并对其错误概率进行了比较;介绍了ＳＡＲ图像的分辨体积和可懂度的概念,并且完成了ＳＡＲ图像分辨特性的方形等效。这些论述对于ＳＡＲ图像质量的评估和比较,以及系统参数的折衷设计具有重要意义。     

chirp-scaling算法中运动补偿问题研究

由于避免了插值计算,在大前视角和大范围成像时,chirp-scaling算法(CSA)的性能优于距离-多普勒算法(RDA).自聚焦算法在SAR成像处理中通常是必不可少的,但是现有的自聚焦算法几乎都是与RDA相结合的.本文提出了能够将自聚焦算法与CSA相结合的方法,使得CSA更具有实用性.本文同时也提出了将基于运动传感器的运动补偿和基于雷达数据的自聚焦算法与CSA结合的方法.该方法非常适合于高分辨率机载SAR成像处理.      

Deramp range migration processing for space-borne spotlight synthetic aperture radar

The deramp range migration algorithm (DRMA) for space-borne spotlight synthetic aperture radar (SAR) is presented, which is based on the two-step algorithm and range migration algorithm. The presented algorithm combines the advantages of SPECAN algorithm and range migration algorithm. Firstly, the presented algorithm performs a bulk azimuth raw data compression to achieve a pixel spacing no larger than the expected azimuth resolution of the fully focused image. Therefore, the azimuth spectral folding phenomenon is overcome. Secondly, the residual and precise focusing of the synthetic aperture radar data is achieved by applying the range migration algorithm. The space-borne SAR focusing parameters’ computation is also described in the paper. At the end of this paper, results are presented which confirm the validity of the presented algorithm.     

基于星上实时信号处理机的Chirp Scaling算法实现方法

基于改进的Chirp Scaling算法,提出了一种适用于星上实时信号处理机的高效成像处理实现方法,其核心思想也可应用于其它高分辨率星载SAR的精确成像算法.首先介绍了实时信号处理机的结构,分析了数据处理粒度及其并行流水处理结构.在此基础上,针对单个粒度的成像处理重新设计了算法流程,提出了一种高效的实现方法.利用实时信号处理机,对仿真的回波数据进行了成像处理实验,结果表明:在41?s内能够完成成像处理,成像处理速度和图像质量满足系统设计要求,从而验证了该方法的有效性.     

An improved focusing method for geosynchronous SAR

More and more attention is paid to Geosynchronous Orbit (GEO) Synthetic Aperture Radar (SAR) in recent years due to its fine temporal resolution and large coverage, so that GEO SAR will play an important role in monitoring natural disasters, but its imaging is more difficult compared to lower Earth orbit (LEO) SAR because of the increase of orbit height. This paper mainly studies the coverage property and focusing method in GEO SAR. As is known to us, the coverage of a GEO SAR satellite can reach 1/3 of the whole Earth, and the revisiting time can reduce to 2 h, which will remarkably improve the capability in ocean applications, earth dynamics and natural hazards management and so on. Compared with the imaging in LEO SAR, a problem in GEO SAR is that the linear trajectory model can bring a big error due to the long synthetic aperture time, so that the classical imaging algorithms in LEO SAR cannot be directly applied in GEO SAR. Using the Norm method and Taylor expansion method, this paper gains an accurate slant range model, which can resolve the big error of the linear trajectory at perigee and collapse of the linear trajectory at apogee. Furthermore, this paper deduces a novel imaging algorithm for GEO SAR by means of series reversion, which realizes the focusing on large scene under the synthetic aperture time of 100 s. Finally, the simulation results at apogee and perigee prove the correction of the slant range model and imaging algorithm.     

近前视弹载SAR的改进后向投影成像算法

针对现有的弹载合成孔径雷达(SAR)大斜视算法所处理的斜视角度受限,传统的后向投影(BP)算法运算量大以及已有的快速后向投影算法不能进行并行处理等问题,提出了一种适于并行处理的近前视弹载SAR的改进后向投影算法.首先根据近前视弹载SAR的几何关系,建立回波信号模型,然后在距离方向上对弹载SAR扫描场景进行等间隔分割,在合并子孔径的同时分裂图像,达到所需图像精度时停止合并和分裂,再相干叠加反向投影到扫描场景的分割小区域内的回波,这样就会得到扫描区域的弹载SAR图像.对于各个条带可以采取并行处理来分别成像,可以进一步提高成像速度.最后利用仿真回波数据和实测回波数据对本文改进算法进行验证,通过与其他算法的比较,证明了本文改进算法可以处理高达86°的近前视场景,并且处理速度大大快于传统BP算法的处理速度,再配合并行处理划分的条带,处理速度会快于现有的改进BP算法的处理速度.