基于塔形形态算法的SAR图像相干斑抑制

提出将塔形形态算法用于抑制SAR图像中相干斑处理，为减少塔形处理中由于下采样造成的信息损失，从并行处理的角度出发，对塔形形态滤波器提出了改进，将下采样中的各子图同时进行形态滤波处理，在上采样中将各子图合并。经分析和处理表明这两种算法用于SAR图像滤波都能有效地去除相干斑噪声。与塔形形态滤波、Lee滤波器算法比较，采用并行算法处理后图像的各项指标有明显的改善。     

Ku波段机载极化SAR数据定标

针对极化合成孔径雷达(SAR)数据采集过程中出现的通道串扰、通道不平衡问题,利用Ku波段机载全极化SAR数据进行定标试验研究。进行了极化通道间干涉相位去除,以及包含相位校正、串扰校正和通道不平衡校正的极化SAR定标处理。对三面角反射器后向散射的分析表明:经定标处理后,极化通道不平衡降至1 dB以内,通道串扰降至-17 dB以下,极化特征图与理想三面角更为接近。Freeman-Durden分解结果表明:经定标处理后,极化SAR数据能较为准确地反映地物主要散射机制信息。     

一种基于时间调制的弹性化SAR卫星系统

星载合成孔径雷达(SAR)系统能全天时、全天候观测,在地震、洪涝、台风等自然灾害监测中具有重要作用。双基、多基SAR卫星更具有极高的经济、科学、安全价值。然而,目前在轨的大型星载SAR卫星造价昂贵,且双基SAR卫星需数颗同等规模的卫星。双基SAR卫星系统存在星间同步链路,因此卫星可扩展性不强。提出了一种基于时间调制的低成本弹性化Ka波段调频连续波(FMCW)SAR小卫星星座系统。该系统基于一组独立、模块化的发射卫星和接收卫星。采用Ka FMCW SAR体制和时间调制天线(TMA)技术,可减轻接收星2/3以上的质量。该系统采用自主任务规划技术,具备多样化的工作模式,为单发多收、多发多收等应用需求提供了一种弹性化的解决方案。     

星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。     

基于稀疏空间谱估计的星载SAR DBF算法

针对星载合成孔径雷达(SAR)系统利用俯仰向数字波束形成(DBF)技术接收场景回波时受地形的影响,会出现波束指向偏差的问题,提出了基于稀疏空间谱估计的星载SAR数字波束形成方法。该方法将目标场景高程估计问题转换为波达方向估计问题,考虑到回波信号的稀疏性,进而等效为稀疏空间谱估计问题,然后利用凸优化方法求解得到目标波达方向。最后,仿真实验验证了该方法的有效性,结果表明该方法可以降低传统自适应方法受小样本和低信噪比影响的限制,实现复杂地形下的正确波束指向,保证回波信号的接收增益。     

W波段FMCW SAR系统实现与试验

与C波段、X波段和Ka波段相比,W波段的调频连续波(FMCW)合成孔径雷达(SAR)系统因具有更高的分辨率,更易实现低功耗与小型化而备受关注。W波段波长短,因此该波段的FMCW SAR更适用于短距离成像。提出一种W波段FMCW SAR系统的设计方案,根据提出的系统方案与指标,实现W波段FMCW轨道SAR系统的样机研制。该系统分辨率可达5 cm。系统样机试验在上海交通大学的多功能船模拖拽水池完成。设置不同目标进行成像试验,最终得到多组有效试验数据,并基于改进的RD算法进行数据处理,得到理想的SAR图像。经分析可知,系统实际分辨率优于5 cm。试验结果证明了W波段FMCW SAR系统的可行性与有效性。     

基于深度学习算法的极化合成孔径雷达通用分类器设计

地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。     

三维模型在SAR图像自动目标识别中的应用

提高高分辨率SAR图像在复杂战场环境中的目标识别能力,对防御未来战争中来自地面目标的威胁具有重要意义。针对地面特定目标的大小、方位、旋转等变化以及强杂波背景给目标识别带来的严重影响,提出将目标的三维模型投影到二维平面,采用余弦傅里叶矩和瑞利分布的CFAR检测方法分别对其矩特征和峰值特征进行提取,利用级联组合分类器对目标识别进行建模分析,并通过试验验证该方法的有效性。结果表明:该方法实现了在特征维数高和姿态变化下的目标识别,而且无需额外增加对制导控制系统的开销。     

星载合成孔径雷达天线的现状与发展

介绍两种典型的星载SAR天线；SIR－C成像雷达的有源微带相控阵天线和Radarsat-1的波导缝隙相控阵天线。报导了近年来星载SAR天线在多波段、多极化阵列天线，集成化、固态化、模块化有源相控阵天线，超轻型充气式阵列天线和双波段、双极化共孔径阵列天线等方面的研究进展，并给出了一些天线的参数。     

SAR图像中道路检测方法研究

提出一种两步算法用于合成孔径雷达（SAR）图像中无监督地提取线性特征，特别是公路网的提取。第一步利用局部线特征检测算子提取线基元，为此本文提出一种改进的均值比率（RoA）算子，应用SAR图像的统计特性，保证较高的准确率；第二步引入公路结构特征的先验信息，构造方向势能函数（DPF）。通过DPF最小化，来对提取的线基元进行组织，获得宏观的线性结构，文中方法通过ERS－1图像加以验证。