一种基于纹理的SAR图像居民区提取方法

居民区是SAR图像中比较重要的一类地物,它的提取在许多方面有着重要的应用。给出了一种居民区提取方法,根据居民区具有的高亮度和规范的纹理特性,利用Sobel算子和Otsu阈值处理得到居民区离散点图,再用K均值将其分割成块,最后用格雷厄姆方法生成居民区的边界,实现了居民区的自动提取。实验处理结果表明,该方法是一种有效的居民区提取方法。     

基于卡尔曼滤波的InSAR柔性基线距离测量

对于柔性长基线构型的双天线InSAR系统,基线矢量动态偏移产生的误差会降低系统的成像质量,并最终影响高程精度。针对单相机和激光测距仪组合测量系统中如何提高基线距离向精度的问题,提出了一种基于卡尔曼滤波的基线距离测量方法。建立了基线距离向抖动数学模型,在此模型基础上提出了基于卡尔曼滤波的动态测量方法,对该方法进行了动态仿真分析。仿真结果表明,在几十米的测量距离内,该方法能够将基线距离向的测量精度降低到亚毫米量级,是测量基线距离的有效方法。     

一种改进的基于DEM的机载重轨干涉SAR运动补偿算法

该文研究了基于DEM(Digital Elevation Model)的高精度重轨干涉SAR运动补偿算法。分析了平地假设及波束中心近似造成的残余运动误差的影响,表明对重轨干涉SAR系统进行基于DEM的高精度运动补偿的必要性。分析了对外部DEM数据精度要求,指出利用低精度DEM数据进行精确运动补偿获取高精度DEM数据的可行性。针对现有基于DEM运动补偿算法的不足提出改进算法。该算法根据载机轨迹偏移和地形起伏自动调节参数,可实现精确且高效的运动补偿。对X波段重轨干涉SAR数据进行运动补偿处理,验证了该算法的有效性及其在精度和效率两方面相比于现有算法的优势。     

MEMS IMU随机误差建模在SAR运动补偿中的应用

随着SAR小型化发展趋势,低精度小型化微机电系统惯性测量系统（MEMS IMU）在SAR运动补偿中越来越受到重视。鉴于MEMS IMU 中随机误差较大,为提高其短时间内相对运动测量精度,从IMU测量误差对SAR成像的影响分析出发,采用基于时间序列分析方法对MEMS IMU中随机误差进行建模,并构建Kalman方程对IMU原始数据进行了滤波处理,减小了随机误差,从而降低随机误差在合成孔径时间内对SAR运动补偿的影响。机载SAR飞行试验数据处理结果表明,此方法能够有效的减小随机误差,提高SAR图像聚焦质量。     

基于DEM辅助后向投影模型的InSAR高程反演方法

利用干涉合成孔径雷达(InSAR)技术获取数字高程模型(DEM)时,在地形起伏剧烈区域,干涉条纹十分密集,增加了相位解缠的难度,影响相位展开和高程反演的精度.为了解决该问题,该文提出了一种基于DEM辅助后向投影模型的InSAR高程反演方法.该方法可以在统一的后向投影成像空间中实现成像和InSAR高程反演,并且引入外源D...     

利用惯导与GPS数据对雷达成像做运动补偿

为了对大地进行更精确的测量,重现大地本身地貌,在机载SAR成像时,可利用INS(惯性导航系统)与GPS(全球定位系统)融合后的数据做运动补偿。具体包括融合数据所在的大地坐标系到机载SAR的成像坐标系的坐标变换、机载SAR运动补偿的实现。最后通过实际数据的成像给出运动补偿的效果。     

机载干涉雷达数据的直接地学编码处理

机载InSAR系统可以获取地面的高度信息，同时还能获取地面的SAR图像，因此机载InSAR可以获取地面的三维遥感信息。应用InSAR的图像和高度信息，结合飞机平台的三维位置和速度信息，依据SAR斜距一多普勒构像方程进行图像和DEM的地理编码处理，能够将SAR图像和DEM直接校正到大地坐标系统中，从而给出地面的三维遥感信息。通过对机载InSAR实际飞行数据像的处理，证明了该方法的可行性。     

基于多基线InSAR的叠掩区域高程重建方法

叠掩是SAR成像中特有的一种几何失真现象,采用常规成像算法对其处理后会产生错误的高程。对于起伏较大的山区或者城区,叠掩区域广泛存在,如何正确将叠掩区域的高程信息恢复出来,已成为亟待解决的问题。根据多基线InSAR复图像相干系数的特点,建立了叠掩区域复信号的数学模型,将不同目标点各自对回波的贡献分离开来,由此给出了恢复叠掩区域目标点高程信息的方法。仿真结果表明了该方法的有效性和实用性。     

基于混合域的SAR回波快速算法

该文提出了一种基于混合域的SAR回波快速算法。该算法利用空变的系统传递函数参与计算,沿距离时域积分计算回波信号2维频谱,从而实现了回波信号的精确仿真。复杂度和性能分析表明,该算法不仅能够在保证较高相位精度情况下有效提高回波仿真速度,而且在2维时域内易于添加运动误差模型。最后针对点阵和面目标进行了仿真,验证了算法的有效性。     

基于联合时间维训练样本的非平稳杂波抑制方法

针对机载雷达的杂波距离依赖性导致空时自适应处理(STAP)器性能下降的问题,提出一种基于回波快-慢时间二维训练样本的非平稳杂波抑制方法。利用脉冲雷达回波信号的时域平稳性以及杂波多普勒频率随距离缓变的特点,在STAP 时域分段的降维处理中,利用慢时间和快时间维的数据样本联合估计协方差矩阵,达到减小距离向杂波非平稳的目的;对所有滤波器输出进行相干叠加,减小降维引起的孔径损失,提高输出信杂噪比。将该方法应用于非正侧视阵机载雷达杂波抑制中,仿真结果表明不仅能显著提高协方差矩阵的估计精度和主瓣杂波抑制性能,而且具有较高的稳健性。