基于DCT-TCQ的SAR原始数据压缩算法

该文提出了一种基于离散余弦变换(DCT)和网格编码量化(TCQ)的SAR原始数据压缩算法。SAR原始数据可以看成是距离向和方位向的2维线性调频信号的线性平移叠加,因而含有丰富的频率分量,对DCT系数按频率分组,根据各组频率分量系数方差确定量化比特分配,然后对量化系数进行TCQ编码量化,可以大幅度提高了量化增益。真实SAR原始数据实验结果表明:该算法使SAR原始数据的压缩性能指标较现有算法有了明显提高。     

基于DCT的SAR原始数据压缩算法分析

根据合成孔径雷达(SAR)原始数据经离散余弦变换(DCT)后的系数特性,分析了在DCT域按各子带能量分布作变比特块自适应量化的算法--DCT域块自适应量化(DCT-BAQ),并将该方法与时域BAQ算法作了比较.结合一组实测SAR原始数据,用两种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了两种压缩算法所成的图像.实验证明,在相同的比特率下,DCT-BAQ算法的数据域和图像域信噪比均比时域BAQ算法高.数据域信噪比增加1.38～1.94 dB,图像域信噪比增加1.56～1.91 dB.加之DCT变换是实数运算、有快速算法,所以将它用于SAR原始数据压缩有一定的优越性.     

一种有效的合成孔径雷达原始数据高倍数压缩算法

在分析分块自适应量化(BAQ)压缩数据的分布特性、量化信噪比、动态范围及其对矢量量化数据压缩性能和运算量影响的基础上,对分块自适应矢量量化(BAVQ)压缩算法进行了改进,提出了采用高比特数BAQ压缩的方案.利用改进的BAVQ算法压缩高分辨率SAR原始数据的结果表明,在相同压缩比的条件下,该文提出的改进算法可获得更大的量化信噪比.解压缩数据生成的图像可以清晰地保留图像中的细节信息.     

一种距离聚焦后的SAR原始数据压缩算法

由于合成孔径雷达(SAR)原始数据的相关性很低,直接压缩原始数据是比较困难的。该文提出一种新算法,先对SAR原始数据作距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向作矢量线性预测,并对预测残差序列作分块自适应量化。结合一组实测SAR原始数据,用3种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了3种压缩算法所成的图像。实验表明,在相同比特率条件下,该文算法得到的数据域信噪比和图像域信噪比均比BAQ算法高。该文算法的计算量远小于有关文献给出的距离聚焦后的压缩方法。     

分块自适应量化算法的仿真和实现

介绍了分块自适应量化(BAQ)算法的基本原理,结合机载合成孔径雷达(SAR)原始数据,对其分布特性、均值、量化信噪比等进行了分析,给出了3bitBAQ的压缩仿真和解码成像,并对原始数据、3bitBAQ压缩结果进行了成像比较。研究了该算法在FPGA内的实现方法。     

SAR原始数据时频域幅相压缩算法

采用时频分析的方法,结合SAR原始数据非平稳的时频振荡特性,提出了一种基于Gabor变换的SAR原始数据时频域幅相压缩算法.该算法首先对分块原始数据进行幅度-相位转换、2D-RDGT变换以及在时频域内对各频率平面根据方差进行比特分配,然后采用分块自适应量化算法量化各频率平面.实验结果表明,该算法与传统的BAQ算法和已有的幅相算法相比无论在数据域还是在图像域的压缩性能都取得了明显的改善.     

星载SAR原始数据压缩引起的目标辐射误差机理研究

目标的辐射误差是影响SAR图像质量的重要因素。该文提出了一种解析求解SAR原始数据分块自适应量化引起的目标辐射误差的方法。该方法考虑系统热噪声的影响,采用符号函数描述分块自适应量化过程,并通过第1类贝塞尔函数恒等式将回波相位分解为倍频项叠加,经过频域匹配滤波最终推导出目标辐射误差的解析表达式。该文仿真了在已知热噪声条件下,不同幅度的单点和多点目标回波分别采用8:4, 8:3, 8:2, 8:1压缩比压缩时引起的辐射误差,验证了解析表达式的正确性。该文的分析结果为星载SAR系统原始数据压缩方案的选择及地面辐射校正处理提供了重要的理论参考。     

星载SAR原始数据压缩模块的FPGA实现

分块自适应量化（BAQ）算法是目前最适于工程实现的合成孔径雷达（SAR）原始数据压缩算法。文中介绍了该算法的基本原理，针对星载SAR数据的实时传输，重点介绍了可变压缩比BAQ算法的数据压缩模块方案及其FPGA设计实现硬件压缩，并给出了仿真结果。用FPGA实现原始数据压缩灵活可靠，适合在星载SAR系统中应用。     

基于星载SAR的原始数据压缩算法

星载SAR的原始数据量大,受到星上设备的数据处理能力和下行链路带宽的制约,需要把原始数据进行有效的压缩以便在系统允许的条件下存储和传输.因此必须采取一种能提供较高压缩比和较低编码/解码误差的高效SAR原始数据压缩算法,将SAR的原始数据进行压缩.分块自适应量化(BAQ)算法,其具有计算简单、实施方便的特点.为了进一步提高数据的压缩比和压缩质量,不断有更多的算法被提出,如矢量量化(VQ)、栅格编码矢量量化(TCVQ)等,对BAQ、VQ和TCVQ三种算法加以研究并给出相应的实验结果,最后对以上算法的综合性能做一个评述.     

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。     

网格编码矢量量化在SAR原始数据压缩中的应用

本文提出了一种结合传统的块自适应量化与网格编码矢量量化对SAR原始数据进行压缩的方法。首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码矢量量化。该方法在考虑了SAR原始数据特性的基础上较好地利用了矢量的空间相关性和信号的时间相关性,进一步提高了量化增益。仿真结果表明,该方法在SAR原始数据的压缩中取得了很好的效果。     

Progressive space frequency quantization for SAR data compression

The authors propose a new wavelet image coding technique for synthetic aperture radar (SAR) data compression called a progressive space-frequency quantization (PSFQ). PSFQ performs spatial quantization via rate distortion-optimized zerotree pruning of wavelet coefficients that are coded using a progressive subband coding technique. They compared the performances of zerotree-based methods: EZW, SPIHT, SFQ, and PSFQ with the classical wavelet-based method (CWM), which uses uniform scalar quantization of subbands followed by recency rank coding. The performances of the methods based on zerotree quantization were better than the CWM in the rate distortion sense. The embedded coding techniques perform better SNR results than the methods using scalar quantization. However, the probability density function (PDF) of the reconstructed amplitude SAR data compressed using CWM, better corresponded to the PDF of the original data than the PDF of the reconstructed data compressed using the zerotree based methods. The amplitude PDF of the reconstructed data obtained using PSFQ compression algorithm better corresponded to the original PDF than the amplitude PDF of the data obtained using the multilook method     

一种改进矢量量化进行SAR原始数据压缩的方法

在通常的块自适应矢量量化的基础上,对其进行了改进。首先对原始数据进行块自适应量化,并将其符号位提取出来单独编码,从而大幅度缩小了数据的动态范围,然后对块自适应量化后的数据进行矢量量化编码。实验结果证明,该算法可以降低矢量量化的复杂度。     

归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。     

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。     

基于高斯分布判决的SAR原始数据压缩方法

针对合成孔径雷达(SAR)数据概率密度函数偏离高斯分布时分块自适应量化(BAQ)压缩算法性能下降的问题,提出一种判断SAR数据是否符合高斯分布的新方法,并将其应用于SAR原始数据压缩。该方法借助几何关系将高斯曲线用等面积的三角形替代,计算出二者的交点坐标,并对各交点范围内二者的积分值进行比较,得到三个判决条件;然后,将满足这些条件的SAR数据判断为标准高斯分布数据并进行BAQ压缩,对判断为非高斯分布的数据采用矢量量化方法压缩。最后,实测数据的仿真实验说明本文方法的性能优于BAQ和文献[9]的方法。     

一种基于小波变换的高倍数SAR原始数据压缩算法

该文提出了一种基于分块提升小波变换的SAR原始数据压缩算法。在该算法中,针对SAR原始数据特点,提出一种有效的小波子带比特分配策略,为获得最优量化增益,在高比特率和低比特率两种情况下,分别采用均匀和非均匀Lloyd-Max量化器对小波系数进行量化。实验结果表明,该算法与传统BAQ和BAVQ算法相比,在信噪比和图像质量等各方面指标都取得了明显的改善。