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％。     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。     

SAR图像中恒速动目标的定位

分别利用恒速动目标的信号幅度和信号相位估计动目标信号的频谱中心和多普勒调频率,结果不受动目标位置影响,解决了"方位位置不确定问题"。根据动目标方位向信号的频谱中心、调频率和动目标像位置,实现定位动目标。将聚焦良好的静止背景和动目标像以正确的相对位置绘制到同一幅图像中,是对动目标定位的最好表达方式。     

基于实测和差波束天线方向图的ΣΔSTAP性能分析

基于实测和差波束天线方向图研究ΣΔSTAP的性能,文中详细推导了和差波束天线方向图的空时二维杂波协方差矩阵和ΣΔSTAP算法的最佳权矢量。理论分析和仿真计算结果表明,和差波束低副瓣增益有效抑制了旁瓣杂波,降低了杂波自由度。当杂波起伏或载机速度提高时,杂波自由度增加,ΣΔSTAP算法的系统改善因子凹口相应展宽,慢动目标检测性能下降。ΣΔSTAP算法能迅速应用于机载火控雷达,有效提高慢动目标检测性能。     

遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

压缩逆合成孔径雷达中的相位自聚焦算法(英文)

与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。