用于机载线阵三维SAR成像的MIMO阵列构型设计

机载线阵3维SAR成像技术在军事和民用方面都有着广泛应用,是当前雷达成像领域的研究热点。其切航迹向分辨率是利用机翼上的线阵所获取,阵列分布直接影响到成像性能。受机翼体积的限制,机载线阵3维SAR系统的阵元数有限,可以采用MIMO技术来获取更多的目标信息,提高切航迹向的空间采样能力。该文研究了机载线阵3维SAR系统的阵列设计问题,即以空间卷积原理为基础,归纳出卷积逆运算的规律,从而通过卷积逆运算求解出多组MIMO线阵设计方案,并从机载线阵3维SAR成像的需求出发,分析了各组设计方案的优缺点,为实际构建机载线阵3维SAR成像系统提供了技术支撑。     

探地雷达近场三维距离偏移成像算法

在距离偏移算法基础上提出了近场条件下的探地雷达三维成像方法,同时对后向投影钟法进行了讨论。理论分析表明：近场三维距离偏移算法与后向投影算法相比,能在较大程度上减少运算量。利用试验数据对两种算法分别做了成像研究,验证了近场三维距离偏移箅法的正确性及其实时处理能力。     

一种新的图像局部仿射不变特征提取方法

提出了一种新的图像局部仿射不变特征的提取方法,首先利用阈值分割在图像中确定某个灰度取值范围的连通区域,文中证明了该区域的几何中心在图像仿射变换前后具有不变性,然后将几何中心作为局部仿射不变特征的"     

用统计方法和Hough变换进行GPR目标检测与定位

本文所提出的GPR目标检测方法包含两个步骤.首先基于对GPR一维回波(A-Scan)统计特性的研究,应用加窗统计法从海量数据中实现快速高效的目标检测和感兴趣区域的提取;进而根据GPR二维回波图像(B-Scan)中目标回波的双曲线特征,对经过图像分割的ROI区域采用改进的Hough变换检测目标双曲线,去除虚假目标并实现目标的精确定位.对实测数据检测结果表明:此法水平和纵深向定位误差均小于1cm,输入数据信杂比可低至2dB左右.     

一种快速抗间歇采样转发干扰波形和滤波器联合设计算法

该文研究了一种快速的抗间歇采样转发干扰波形和滤波器联合设计方法.基于罚函数和帕累托最优化原理给出了联合设计模型的优化数学模型.推导优化波形和滤波器过程中矩阵迹的解析表达式,有效降低了算法的计算复杂度.提出了一种基于平方迭代加速方法,解决了主分量最小化方法目标函数近似造成的算法收敛速度降低问题,进一步加快了算法运行速度....     

一种改进的图像域SAR目标散射中心特征提取方法

散射中心是SAR图像目标识别的重要特征。本文基于属性散射中心模型，在文献[6]的基础上，提出了一种改进的图像域SAR目标散射中心特征提取方法。在该方法中，通过引入参数规则化处理步骤，解决了属性散射中心特征提取方法的收敛问题，提高了属性散射中心特征参数估计的精度和效率；提出了一种能同时实现散射中心数目确定和结构判别的方法，实现了散射中心类型的可靠判别。仿真数据和MSTAR实测SAR图像数据的实验结果，验证了本文改进的图像域SAR目标散射中心特征提取方法的有效性。     

二维匹配滤波实现多角度SAR成像

 多角度SAR图像能够更全面描述目标不同角度下的特征信息,对目标识别具有重要意义.实现多角度SAR成像需要解决两个问题,一是在多角度测量模式下,传统成像算法的远场条件不能满足,成像散焦严重;二是空间采样不连续使得基于傅里叶变换的成像算法产生很高的旁瓣.本文利用二维匹配滤波函数的聚焦功能实现多角度SAR成像.通过调整成像参考点位置构造二维匹配函数,然后将测量数据用匹配函数进行滤波.与传统SAR成像算法相比,本文提出的多角度SAR成像算法突破了空间采样必须均匀和连续的束缚,更具有普适性.实验结果表明本文算法不仅能够实现多角度SAR成像,提高成像分辨率,而且多角度SAR图像能够描述目标散射特征的空间变化.     

一种基于局部梯度比率特征度量SAR图像相似性的新方法

本文针对SAR图像相干斑噪声和图像局部梯度特性,提出一种基于局部梯度比率特征的相似度准则.首先提取SAR图像各个像素的梯度比率特征,进而构建局部梯度比率特征直方图LGRPH,并进一步分析多尺度LGRPH,最后通过计算多尺度LGRPH的K-L距离定义相似度.基于SAR仿真和实测图像的实验结果表明,本文提出的相似度准则对SAR图像上相干斑噪声和局部梯度变化不敏感,能有效应用于SAR图像的目标识别.     

基于特征融合的遥感图像机场掩体目标检测方法研究

提出了一种融合位置特征和形状特征的机场掩体目标检测方法。以形态学方法提取机场道路的骨架图,然后用道路网的拓扑关系提取掩体目标的位置特征--断头路,用轮廓序列矩检测断头路区域内构筑物形状特征,实现对机场掩体目标的融合检测。并以高分辨率遥感图像为例进行了飞机掩体目标的检测实验,结果表明,该方法能较好地检测机场掩体目标。     

基于局部不变特征的遥感图像自动配准方法

提出了一种基于图像局部不变特征的遥感图像全自动配准算法.首先在图像二维平面空间和尺度空间中同时检测局部极值作为特征点,并在特征点邻域提取局部不变特征描述子--尺度不变特征变换(SIFT).然后运用稳健的随机采样一致性(RANSAC)算法将匹配点集划分为内点和外点,在内点域上精确地估计出图像变换模型.实验利用仿真数据测试了SIFT特征的可重复性和可匹配性,利用卫星图像验证了此自动配准算法的有效性和稳健性.