合成孔径雷达原始数据非线性编码压缩及硬件实现

讨论了合成孔径雷达(SAR)原始数据非线性量化编码原理和二维非线性压缩方案设计,并给出了该方法的硬件实现.     

基于小波的SAR原始数据幅相压缩算法

根据SAR原始数据幅值和相位统计独立的分布特点,该文在分析了SAR原始数据幅值的小波域系数特性后,研究了对SAR原始数据的幅值和相位分别进行量化的基于小波变换的幅相压缩算法。文中采用此算法对实际合成孔径雷达数据进行了压缩,结果表明,与传统的BAQ算法相比,该算法在很好保持数据的相位信息的同时,压缩效果有了明显的改善。     

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

合成孔径雷达原始数据压缩AP算法幅相比特分配研究

该文研究合成孔径雷达原始数据压缩AP算法,由非正态信源率失真不等式下界结合拉格朗日乘子法推导了幅相比特分配的微分熵公式,指出幅度微分熵和相位微分熵决定了幅相比特分配。进一步研究了相位的均匀分布特性和幅度的瑞利分布特性,由连续信源微分熵定义推导了幅相比特分配的幅度均值公式,指出幅度均值是决定幅相比特分配的唯一因素。根据统计直方图和概率密度之间的关系,给出了更为一般情况下的幅度相位微分熵计算公式。两种幅相比特分配方案各有优点,都可以实现幅度相位比特的自动分配。真实数据实验证实了该方法的有效性。     

合成孔径雷达原始数据量化编码的分析

本文详细地讨论了合成孔径雷达原始数据量化编码的原理以及对压缩算法进行了分析,并对块自适应量化编码原理进行了讨论。     

星载合成孔径雷达数据压缩

星载遥微波成像雷达的观测区域广阔，图像分辨清度高。所以，星载遥感微波成像雷达具有数据率高、数据量大的特点。这就对遥感数据的传输和存储提出了较高的要求。本文提出采取数据压缩方法，在不降低测绘带宽和测绘精度条件下，降低遥感雷达数据率和数据量，从而降低对数据链和星上数据存储设备的要求。本文还对遥感雷达原始数据压缩和遥感雷达图像数据压缩优缺点进行了比较，提出了采用遥感原始数据压缩的建议。最后，对遥感雷达原     

小波包域值法去除合成孔径雷达图像斑点噪声

合成孔径雷达(SAR)图像的斑点噪声使图像的解译能力明显降低,影响了SAR图像的应用,去除图像斑点噪声是SAR图像处理及应用的前提。去除的方法在图像域有很多,在频率域,也有基于FFT变换和小波变换的许多方法。文中根据沙漠地区的SAR图像的特点,对基于图像域和频率域的几种滤波方法进行了比较,提出了一种基于小波包变换的SAR图像斑点噪声去除方法,结果表明该方法既去除了斑点噪声,又保持了边缘特征信息。     

星载SAR原始数据BAQ压缩算法性能评估

对星载合成孔径雷达(SAR)原始数据压缩算法的压缩性能评估是全面了解算法性能、合理选择算法方案的有效手段。该文模拟了以真实SAR图像为背景,引入点目标阵列的SAR回波数据;定义了综合评估指标;对分块自适应量化(BAQ)算法进行了不同分块方案、不同压缩比下的压缩实验;得到了一系列评估指标的计算结果。研究结果表明:BAQ算法对图像域的空间分辨率没有影响;不会引起图像的几何失真;对辐射分辨率影响很小;压缩引起的图像主瓣峰值失真不能够用统一的因子校正。同时该综合评价指标也可以推广到其他压缩算法评估中。     

利用小波分析来抑制合成孔径雷达图象的相干斑噪声

本文利用小波变换来对合成径雷达图象做多分辨率分析，说明了相干斑噪声对图象的不同频率成份的影响程度是不同的，同时也说明了相干斑噪声与图象在小波变换下具有截然不同的奇异性，因此，本文提出了用小波分析来抑制相干斑噪声，实验证明了，小波分析除了能够对相干斑具有很好的抑制效果外，还保留了尽可能多的原图象的目标特征，利用小波分析来抑制相干斑噪声是一个十分吸收人的新方法。     

合成孔径雷达数据压缩的研究

该文对合成孔径雷达数据相关特性进行了分析研究，提出对合成孔径雷达的成像数据采用区域自适应量化的JPEG方法进行压缩，并且在此基础上，提出对SAR复数图像进行压缩保留相位信息的方法。     

雷达数据有损压缩综述

雷达信号的数据量非常庞大,如果不压缩进行存储或传输,会占用很大资源。文中介绍了雷达信号的特点,对常用的雷达数据压缩方法进行了分类,给出了评价指标。介绍了雷达有损压缩中较为典型的游程、单触发单元、离散余弦变换、小波分析等压缩算法,阐述了各算法的流程和关键技术,并结合评价指标进行了比较,提出了建议的压缩方法。文中将压缩流程扩展为去噪声和压缩2个部分,充分肯定了去噪在雷达数据压缩中的作用,得出了一些有意义的结论。     

合成孔径雷达信号恢复技术

为了得到高质量的合成孔径雷达(SAR)图像，常常需要对损失的SAR回波数据进行恢复。本文对此进行了研究，首先从SAR成像原理分析了恢复的可行性，然后通过真实的SAR回波数据验证了其可行性。文中提出了两种恢复算法：简单的插值运算和线性预测。仿真试验结果表明，恢复效果较好。     

基于提升小波变换的雷达视频数据实时压缩算法

雷达视频数据压缩具有大数据量、需要高保真度和实时处理的特点.而现有的一些高保真数据压缩算法都比较复杂,不能满足实时处理的要求.已有的硬件实现算法虽然可以实时处理,但其保真度差,同时难以调整压缩比.通过对实际雷达视频回波数据的分析,表明该数据具有相关性强、相关长度短的特点.在此基础之上,本文提出了一种基于提升格式5-3小波变换和简单的Golomb-Rice编码方法的压缩算法,该算法具有低复杂、高保真的特点,并对算法的运算量进行了详细地分析.实测实验表明,通过软件方式实现该算法即可满足雷达视频数据实时压缩的要求.最后,该算法已被成功应用到雷达海情记录系统中.     

快速可变速率SAR原始数据压缩算法

该文在原分块自适应矢量量化(BAVQ)算法基础上,提出了一种通过改变矢量码书大小及矢量维数来获得可变的编码数据率的改进措施。为了降低改进算法的计算复杂度,采用了数据块方差的查表法及矢量量化的快速搜索算法。对SAR原始数据进行压缩的结果表明,改进算法能够在不降低量化信噪比的情况下,获得更高的编码效率。不同数据率的解压缩数据生成图像,都不同程度地保留了原始图像中的细节信息。     

双站合成孔径雷达的距离分辨特性

该文从雷达方程出发,研究了双站合成孔径雷达的信噪比关系和距离分辨特性,并给出了计算机仿真结果.     

合成孔径雷达模糊度分析

该文分析了合成孔径雷达(SAR)的模糊度问题及其对图像质量的影响,详细描述了模糊度的表达式,分析了不同系统参数对模糊度的影响,对所谓的重影现象作了定量分析。     

基于全极化SAR非监督分类的迭代分类方法

本文在全极化合成孔径雷达(SAR)特征分解和最大似然估计(ML)分类的基础上,提出基于全极化SAR极化特征分解及最大似然估计的非监督分类迭代算法.这种方法灵活性好、精度高.本文提出了迭代分类方法的几种方案.针对特征分解和ML分类的各自特点,进行了分析比较,可以根据实际需要选择适合的迭代方法.并利用NASA JPL实验室的实测数据对该迭代分类算法进行了实验研究,得到了很好的实验结果.实验结果证明这种迭代算法有很好的适应性和很强的鲁棒性.