一种星载SAR模糊区回波信号仿真方法

模糊度是星载合成孔径雷达(SAR,Synthetic Aperture Radar)星地一体化系统方案设计中的重要技术指标.为了定量化研究模糊度对图像质量的影响,提出了一种星载SAR模糊区回波信号的仿真方法.该方法采用星载SAR模糊区回波信号模型.利用该方法生成包含观测区场景和模糊区场景的星载SAR回波信号,经成像处理后可以获得具有模糊特性的SAR图像.该仿真方法为定量化研究模糊度与图像质量之间的关系提供仿真工具,它能够反映模糊区目标的图形特征,为SAR图像的解译判读提供参考依据.计算机仿真结果验证了该方法的有效性.      

以色列首颗雷达成像侦察卫星简介

□□以色列首颗雷达成像侦察卫星"技术合成孔径雷达"(TecSAR)已于2008年1月21日,由印度"极轨卫星运载火箭"(PSLV)发射升空.TecSAR卫星在升空后19min进入了近地点450km、远地点580km、倾角41°的预定初始轨道,最终机动到高约550km、倾角143.3°的太阳同步圆轨道,每天绕地球飞行15.22圈,重访周期为36天.     

基于DEM和GMTI的收发同置分布式InSAR编队构型设计

针对多星收发同置分布式干涉合成孔径雷达(InSAR),建立了基线的空间几何模型,基于高程测量(DEM)和动目标检测(GMTI)任务设计卫星编队构型。给出了多星收发同置分布式InSAR的基线参数与构型参数的转换关系,在任务对基线的约束下,以小于某指标的测高和测速误差的轨道运行时间为优化目标,设计构型参数并仿真分析,获得了三种不同编队构型的基线稳定性和测量误差。     

一种基于分类DCT的SAR图像压缩算法

提出了一种基于分类 DCT的 SAR图像压缩编码算法 ,该算法在国际静止图像压缩标准 JPEG基础上 ,将图像划分为平坦区域和波动区域 ,依据人的视觉生理特点 ,对不同区域采用不同的量化编码方式 ,结果 ,既可以获得较高的压缩比 ,同时也可保证良好的视觉效果。实验结果验证了算法的有效性     

用于提高SAR对比度度和分辨率的极化技术

在近十年中，合成孔径雷达系统（SAR）已成为遥感技术中的一个重要工具。它的重要性在于解决其它系统设计用于同样目的一些问题的不同方面，比如光学系统。SAR系统的主要特征之一是：它是“全天侯”系统，即，该系统几乎不受气侯条件（云、雨等）的影响。SAR系统能在白天和黑夜中进行成像。这些性能使SAR系统能在全天侯获取信息和图像，而且几乎所有资料或图像都可采用。然而，采用光学系统时，仅有10%的图像不受气候条件的影响。SAR系统在获取回波信号的幅度和相位信息时，是一个相参系统。然而，SAR系统的这种相参性也同时引起了SAR系统的一个主要问题：相干斑点噪声。这种噪声在信号的幅度和相位上都会出现，但具有不同的特征。有很多技术都试图消除数据中的斑点噪声，但这些技术主要应用在幅度信息中。也有一些技术试图从相位中消除斑点噪声。从幅度或相位中消除斑点噪声的技术略有不同：对于幅度而言，数据中斑点噪声的主要特征遵循乘性模型^[1]，那么这类技术必须与之适应。从幅度中消除相干斑点的技术可分为多视和空间滤波技术^[1]。在这一种情况下，把获得的相同空间的不相关数据进行平均处理。在第二种情况下，在同样的图像上求平均数。这些技术虽然能消除相干斑点，但它们也存在损失分辨率的问题。应用在相位上的去相干斑点技术与应用在幅度上的去相干斑点技术相比，结果要差一些。某些技术在极化通道之间进行综合，得出一幅图像，但这样做必须会推动极化信息^[2]。在其它情况中可用极化分集的思想来恢复强度信息^[3]。还有些技术则于对极化通道的实部和虚部进行处理来进行相干斑点抑制^[4]。本文介绍了一种从相位和幅度中消除相干斑点的新方法。这种方法的优点在于用几乎同样的方式来处理相位和幅度中的斑点噪声。     

基于复数深度神经网络的逆合成孔径雷达成像方法

压缩感知（Compressive sensing, CS）理论框架下逆合成孔径雷达（Inverse syntheitic operture radar, ISAR）成像的结果具有超分辨、无旁瓣干扰等特点,但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神经网络（Deep neural network, DNN）的欠采样或不完整信号重建方法取得了瞩目的表现。DNN能够自主学习最优网络参数并挖掘出输入数据的抽象高层特征表示,但目前已有的DNN都为实数域的模型,无法直接用于复数形式数据处理。为了利用DNN的优势提高ISAR欠采样数据成像的质量,本文通过级联不同类型的复数网络层的方式,构建具有多级分解能力的复数深度神经网络（Complex value DND, CV-DNN）,利用CV-DNN实现ISAR成像。实验结果表明,基于CV-DNN的ISAR成像方法在成像质量和计算效率方面都优于传统压缩感知成像方法。     

基于PD算子的InSAR干涉图滤波研究

讨论了InSAR干涉图的滤波问题，提出了基于PD算子的干涉图滤波算法。算法首先对干涉图作分块处理，并假定其中各数据块上的相位值符合多项式模型，通过PD算子分别估计各数据块的模型系数，由此重构出近似干涉图。然后根据近似干涉图对原始干涉图进行‘解调’，降低原始干涉图的条纹密度，并使用滑窗作低通滤波处理。最后将滑窗处理后的干涉图与近似干涉图相乘得到滤波后的干涉图。为避免因分块处理而产生干涉相位图的马赛克效应，算法通过处理两组错位的干涉图分块数据，并对滤波后的两幅干涉相位图作加权处理，有效地降低相邻数据块间相位值的不连续性。对X＿SAR重复轨道数据产生的干涉图的处理结果表明，该算法能够对干涉图作很好的滤波处理，特别是在低信噪比区域，算法具有较突出的滤波性能。     

机载SAR成像信号处理研究和实践

成像信号处理是合成孔径雷达(SAR)的核心．必须根据SAR系统战技指标的要求，设计先进、合理和实用的成像信号处理方案和算法。某型机载SAR旁视成像模式综合运用二维可分离成像算法、预处理和运动补偿，前斜视成像模式综合运用线性距离多普勒成像算法、天线扫描和运动补偿，满足了全数字化、机上实时成像的要求。样机试飞中，在国内首次获得高清晰度3m分辨率的旁视SAR图像和首次实现高分辨率前斜视SAR成像。试飞数据在地面处理后，在国内首次获得方位分辨率优于0．5m的成像结果。     

机载探测系统面临的威胁与发展

机载探测系统是各类军用飞机进行目标探测与跟踪的平台,也是衡量战机电子战性能高低的重要指标。本文从空战需求和机载探测技术两个方面分析了机载探测系统的最新发展动态。     

基于复Shearlet域高斯混合模型的SAR图像去噪

 结合双树复小波的平移不变性、多分辨率性和剪切波变换的灵活可选的多方向性,提出一种新的图像表达方法——复Shearlet变换。针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干噪声特点,建立了复Shearlet系数域的高斯混合模型(Gaussian Mixture Model,GSM),在此基础上应用贝叶斯最小二乘法进行系数估计,最后进行复Shearlet反变换得到去噪以后的SAR图像。仿真结果和分析表明:本文提出的算法相比其他变换域去噪算法,不仅去噪后的图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR)有所提高,而且去噪后的图像更平滑,且与Shearlet域高斯混合模型相比,本文算法速度快了两倍多。