大转角条件下二维计算雷达像的改进

为提高转台目标成像时的横向分辨率,需增大转角,而增大转角会引起雷达像模糊。文中在频率空间的直角坐标系中用板块法仿真出大转角转台目标的雷达回波数据,然后用二维快速傅里叶变换对回波数据进行处理,从而获得转台目标的雷达像。经过对仿真数据进行验证,用该方法获得的二维雷达像,其质量高于用极坐标回波数据所成的像     

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。     

窄带非高斯噪声中的离散时间检测 第二部分:Weibull和对数正态噪声中的检测

作为应用本文第一部分所得结果的例子,第二部分研究在Weibull和对数正态噪声中,相参脉冲串和非相参脉冲串信号的离散时间检测,找出局部最佳非线性,导出若干重要检测器的功效计算公式,这些,检测器是局部最佳、线性、平方律、Dicke-fix、对数、二进积累、中位数检测器,并给出它们的渐近相对效率的数值结果。     

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。     

一种基于最大修正峰度的ISAR距离对准算法

距离对准是逆合成孔径雷达(ISAR)运动补偿的关键。本文提出了一种基于修正峰度的ISAR距离对准算法。首先对应用于离散信号序列的峰度定义进行了修正,然后以修正峰度衡量回波包络之间的对准程度,对距离偏移量进行搜索。当两回波和包络的修正峰度达到最大时,以此时的距离偏移量进行补偿,就可将回波对齐。分析表明该算法具有良好的抗闪烁性能和抗噪性能。实测ISAR数据验证了算法的有效性。结果表明,基于最大修正峰度的距离对准算法可以准确地估计出回波的距离偏移量,实现距离对准。     

一种基于角度-多普勒补偿的均匀圆形

采用均匀圆形相控阵天线的机载雷达杂波分布随距离变化而变化,各距离单元的杂波不再满足独立同分布的条件,造成统计型空时自适应处理(STAP)器性能下降。基于此,本文建立了均匀圆形天线机载雷达模型,对其杂波分布进行了分析,得出了空间角随阵元数非线性变化的特性造成其杂波距离维分布非均匀的结论。研究了一种均匀圆形天线机载雷达杂波抑制方法,该方法先通过修正的角度-多普勒补偿(MADC)预处理消除在杂波谱中心处的非均匀,再利用基于导数更新(DBU)技术进一步减小在其他方位杂波的非均匀程度。仿真结果表明了该方法的有效性。     

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.     

同时距离对准和相位补偿

在ＩＳＡＲ距离对准频域法的基础上,提出了一种新的ＩＳＡＲ运动补偿法。它将距离对准和相位补偿同时进行,因而能够简化运动补偿环节,减少运动补偿计算量。从理论上证明了所采用的相位补偿法与多普勒中心跟踪法是等效的。最后利用ＩＳＡＲ外场实测数据和微波暗室数据进行了验证,并且考察了所述方法的噪声性能。     

超分辨距离-多普勒成像的动态优化方法

提出了超分辨距离多普勒成像的动态优化方法,基本思想是利用正则化图像重建方法及动态优化算法求出雷达目标反射率的最小二乘估计。还利用FFT大大提高了动态优化算法的计算效率。用B-52飞机缩比金属模型微波暗室转台实验数据和Boeing-727飞机外场实测数据进行成像的初步结果表明,采用超分辨成像方法可以获得更高的图像分辨力;或用较小的信号带宽和成像总转角,可以获得相同质量的图像。进一步研究发现,如果能充分利用成像区域中更多的先验信息,动态优化方法可望能提供更好的分辨性能。     

二维矢量基离散正弦变换─Ⅱ的快速算法

二维离散正弦变换（２ＤＤＳＴ）在数字图象处理中有重要应用。由于ＤＳＴ核的可分离性，２ＤＤＳＴ通常可用行列法由一维快速正弦变换（１ＤＦＳＴ）算法计算。将一维离散正弦变换－Ⅱ（１ＤＤＳＴ－Ⅱ）的快速递归算法推广到二维，提出了一种按频率抽取的２ｍ×２ｍ点矢量基二维离散正弦变换－Ⅱ的快速算法。该算法把Ｎ×Ｎ点ＤＳＴ－Ⅱ分解成四个×点ＤＳＴ－Ⅱ，重复进行这一过程直到最后分解成２×２点ＤＳＴ－Ⅱ。文中首先对１ＤＦＳＴ算法作了简单的代数推导；然后将该算法采用矢量基分解方式推广到二维，讨论了序列分解与Ｋｒｏｎｅｃｋｅｒ矩阵积两种表示方法，给出了信号流图；最后分析了计算复杂性，并与常用的行列法进行了比较。矢量基二维ＤＳＴ－Ⅱ的快速算法蝶形结构规则，数值稳定，与行列法相比，乘法运算量节省了２５％。