稀疏微波SAR图像特征分析与目标检测研究

稀疏微波成像利用观测场景在空时频极化等表示域上的稀疏先验,通过线性综合测量方式获得比传统Nyquist采样低得多的回波数据,使用优化重构算法恢复观测场景微波图像,相对于传统微波成像体制具有诸多优势。在稀疏微波成像体制下,图像的获取和表征均发生了变化,需要在雷达图像理解现有理论和方法的基础上,研究新的特征分析和认知解译理论与方法。该文分析了稀疏SAR图像的统计特性以及点、线、面等特征的变化情况,对于使用空域稀疏模型重构的SAR图像,统计分布退化,适当降低采样率不影响点、线目标的提取精度。在此基础之上,研究了稀疏SAR图像海上舰船目标检测方法,得益于较弱的背景噪声,稀疏SAR图像的目标检测使用简单的阈值处理即可获得较好的检测效果。      

基于属性滤波和上下文分析的高分辨遥感图像建筑物提取方法

遥感图像分辨率的提高在带来丰富细节的同时,也给传统的目标提取方法提出了新的挑战。该文根据建筑物目标的属性和上下文关系,提出了一种新的高分辨率遥感图像中建筑物目标提取方法。该方法首先以具有相似属性的连通像素为处理单元,依据地物对象间的属性差异,对遥感图像进行不同尺度的属性滤波;接着根据建筑物和阴影的自身属性特点,对上述属性滤波结果进行粗筛,形成备选目标集;最后,进一步考虑建筑物与其阴影间的上下文关系,从二者的方位角、相对位置和区域距离3方面对备选目标集进行筛选,完成建筑物提取。对居民区和工业区遥感图像的实验结果表明,该方法优于传统方法,可用于提取多种类型的建筑物。     

分布式多通道雷达成像技术

该文针对稀疏分布的多发射/接收阵元所形成的多通道雷达系统,提出了一种分布式多通道雷达成像技术。利用发射/接收阵元角度分集和信号分集的特点,将各个通道上的信号进行相干合成获得在目标散射函数波数域二维支撑域上的等效观测。经过支撑域整形和数据重采样,可反演出目标散射函数的二维图像。该雷达成像系统不需要庞大的天线,只需要多通道雷达的单次快拍即可成像,从而避免了ISAR成像中的运动补偿问题。并且由于采样点在波数上的位置已知,可对重构的目标二维散射函数进行准确地定标。文中给出了具有宽带发射信号的多通道成像系统,仿真结果表明了该系统具有很好的成像性能。     

基于高维几何特性的高光谱异常检测算法研究

提出了一种新的高光谱图像异常检测算法。作为一种多元数据集合,高光谱数据一般呈现出共超平面的几何特性,我们利用这一特点来求取垂直于超平面的法线矢量,并将数据投影到这一法线矢量方向,从而分离出异常点,达到异常检测的目的。本算法适合于对小目标的检测,且不需要先验的光谱信息。对算法的可行性进行了仿真并将它应用于高光谱数据,取得了较好的结果。     

基于二次混频DPT的LFMCW雷达多目标检测和参数估计

针对LFMCW雷达中高速加速运动目标的检测问题,该文提出一种二次混频DPT处理方法。利用三角线性调频信号的调频对称性,采用上、下调频差拍信号二次混频的方法消除目标高速运动导致的跨距离单元走动现象。按距离单元进行的DPT处理可获得目标加速度和初始速度的估计。进一步重点研究了多目标存在时的参数估计问题。分析了多目标交叉项的特点,得出了一次交叉项形成有效干扰以及二次交叉项出现的条件。借助于Clean算法的思想,通过依次检测并剔除能量最强目标,有效解决了多目标参数估计问题。给出了多目标处理的主要步骤。仿真结果验证了该文方法及结论的有效性。     

信号层融合在慢动小目标检测中的应用

针对海上慢动小目标检测背景，提出了一种基于信号层融合的多雷达融合检测方法，并对实际应用中需要解决的问题进行了分析讨论。该方法利用目标和海杂波在不同频段下的统计性能差异，对多个雷达的观测信息在检测前进行融合，然后在相关域进行积累检测，与传统的检测方法相比，能够显著改善信号的信杂比，提高目标检测概率。     

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。     

基于高光谱图像主成分分量的小目标检测算法研究

提出了一种基于图像主成分分量的高光谱小目标检测算法．作为一种多元数据集合，通常高光谱数据形成的几何体是一个超平面．主成分分析能有效估计这一几何体的本征维数．显著特征值对应的主成分体现了几何体大部分信息；而不显著特征值对应的主成分则代表了正交于几何体的信息，而这些信息中则包含了重要的内容，例如目标特性。文中提出的方法就是利用这些不显著的主成分分量来进行小目标检测．该方法减少了对先验光谱信息的依赖，提高了算法的实用性．     

基于协方差控制的集中式传感器分配算法研究

传感器管理是对一组传感器或测量设备进行自动化或半自动化控制的一种处理过程，它实现了探测性能的优化和资源的有效利用．该文建立了传感器管理的一般最优化模型，研究了基于协方差控制策略的传感器分配问题，详细讨论了其实现方法，并给出三种基于不同矩阵度量的传感器分配算法．仿真结果表明，使用基于协方差控制的传感器分配算法可以进行良好的传感器管理，节约传感器资源．     

基于视觉效果的雷达目标动态回波序列特征提取方法

特征提取在雷达目标识别中具有重要地位,提取有效、可靠的目标特征,是建立目标识别系统的基础和关键。在常规低分辨雷达目标识别系统中,难以根据电磁散射理论进行有效建模。本文在观察和分析大量实测数据的基础上,根据雷达操作员进行目标判性的思维过程和描述方法,以雷达目标动态回波序列的视觉效果为切入点,建立了一整套雷达目标特征提取方法。在多个雷达目标识别项目中的实际应用,证明了该方法的有效性、稳健性和可推广性。