水平集分割方法在合成孔径雷达图像目标识别中的应用

正确分割目标、提取目标的有效特征是合成孔径雷达图像目标识别中的一个关键问题。将水平集图像分割方法应用于合成孔径雷达图像目标识别,将目标图像中的目标区和阴影区从背景杂波中分割出来,其中目标区的形状作为目标的有效特征用于基于模板匹配的目标识别中。用MSTAR数据库中的3类目标的图像数据对该方法进行验证和分析,实验结果表明,在基于模板匹配的目标识别中,该分割方法可提取出有效的目标形状特征,实现目标的正确识别。      

一种基于卡尔曼滤波处理的北斗卫星无源组合导航自适应野值剔除方法

在组合卫星导航定位中,由于导航接收机存在各种噪声和干扰,使得伪距出现较大的变动,直接导致定位结果出现野值。本文在卡尔曼滤波技术的基础上,提出了一种自适应野值剔除方法,对动态数据野值判断、识别与剔除,有效地抑制卫星导航中动态数据中的野值对滤波的影响。     

多极化合成孔径雷达数据伪彩色合成处理

本文研究了利用多极化合成孔径雷达(SAR)数据产生极化伪彩色合成图的方法,提出了用M11归一化后得到的Stokes矩阵来产生目标的极化合成孔径雷达伪彩色图的新方法。由于它消除了目标总功率大小对图像色彩的影响,因而可以分析场景回波功率太强或太弱目标与极化特征图具有相同形状的目标。另外,还提出用极化特征图方法求出三种极化组合,使两类目标的回波功率相差达到最大,再合成处理成极化合成孔径雷达伪彩色合成图的方法。     

椭圆轨道下雷达多普勒特性估计

在星载合成孔径雷达中,多普勒特性是决定雷达方位向性能的主要因素,对它的正确估计将影响到雷达的性能和最后成像的精度。该文以椭圆轨道为基础,对不同轨道角度下的多普勒中心频率和多普勒调频斜率进行了估计,考虑了卫星不同姿态误差对它的影响,并也圆轨道下的情况进行了对比。最后讨论了椭圆轨道下零多普勒点的偏角情况。     

SAR图像的极化干涉非监督Wishart分类方法和实验研究

该文在合成孔径雷达图像的极化非监督Wishart分类的基础上,给出了一种利用极化干涉信息对合成孔径雷达图像进行非监督分类的方法。该方法主要利用一(66)的极化干涉相关矩阵,从而可以同时考虑单幅图像的全极化信息以及两幅像对之间的互相关信息。该文详细阐述了该方法的具体实现,并利用NASA/JPL的SIR-C/X-SAR系统在中国天山地区的L波段实测数据进行了实验研究。给出了利用该方法对实验数据进行分类的结果,并与极化非监督Wishart分类的结果进行了比较。结果表明,该方法能够很好地分辨不同类型的地物,保持地物的细节,并且比极化非监督Wishart分类结果有很大改善。     

数字合成孔径雷达中改善I/Q通道不平衡性的多相Kaiser滤波法

该文分析了数字合成孔径雷达正交相干检波的I,Q通道的不平衡性,给出了评价I/Q通道不平衡性的统一指标。为了改善数字合成孔径雷达I/Q通道的不平衡性,该文采用了一种新的方法内插多相Kaiser滤波法.研究表明,当多相Kaiser滤波器的阶数为16时,噪声旁瓣的抑制比为-74dB,相对瞬时频率误差为-1.18％。     

单相位中心多波束合成孔径雷达的方位模糊分析

星载合成孔径雷达设计中的一个基本限制是测绘带宽和方位分辨率之间的矛盾,采用单相位中心多波束技术可在一定程度上缓解这一矛盾,从而成为实现高分辨率宽测绘带星载合成孔径雷达系统的一种技术途径。该文在简要介绍单相位中心多波束技术原理的基础上,分析了单相位中心多波束合成孔径雷达方位模糊的来源,提出了单相位中心多波束合成孔径雷达的方位模糊计算公式,并给出了单相位中心多波束合成孔径雷达方位模糊的仿真计算实例。该文分析结果对单相位中心多波束合成孔径雷达的系统设计具有一定的参考价值。     

多相滤波在合成孔径雷达数字正交解调中的应用

在一般的雷达和通信系统中,实现中频或射频的直接采样,需要完成数字正交解调过程,数字乘积检波(DPD)是实现数字正交解调的一种工程上易于实现的方法,但该方法获得的I/Q数据是需要修正的。该文结合合成孔径雷达信号处理,提出了多相滤波法来修正通过DPD获得的I/Q通道数据,并和Bessel滤波进行了比较。仿真实验结果表明,该方法简便灵活,且工程上易于实现;在滤波器阶数相同的情况下,多相滤波器的最大绝对修正误差为5.839410-4,而Bessel滤波的最大绝对修正误差为9.30710-4,而且,多相滤波很容易实现非等距滤波。     

多通道超高速ADC/DAC的同步检测新方法

多通道超高速MUXDAC/DEMUXADC的同步检测主要通过FPGA的数字信号处理方式实现.为了避免了复杂的数学运算,并提高时钟频率的检测范围,提出了一种新的检测方法—延迟乒乓互触发法对反馈时钟鉴相.给出了该方法的电路实现原理和电路时序容限计算方法.电路实验表明在2.95 GHz以下采样率,该方法均能实现准确的相差检测...     

一种新的ICA域图像融合算法

针对红外和可见光图像的特点,结合Mitianoudis提出的ICA域图像融合方法,本文提出了一种改进的ICA域多模图像融合算法.该方法根据Mitianoudis的方法,通过训练得到的基函数对图像进行线性变换,在变换域中将图像分割成不同的区域,对活跃区域采用绝对值取大的融合规则,而对非活跃区域则按照目标传感器图像的区域分割结果分别采取不同的融合规则,最后反变换得到融合图像.实验结果表明了本丈方法的有效性.