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。     

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。     

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。     

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。     

基于2D实值离散Gabor变换的SAR原始数据压缩

该文采用时频分析的方法,结合合成孔径雷达(SAR)原始数据的线性调频特性,提出了一种基于2D实值离散Gabor变换的SAR原始数据压缩方法。该方法对I,Q两路原始数据进行分块,先对每一块进行二维实值离散Gabor变换(2D-RDGT),在时频平面内对各频率平面根据方差进行比特分配,然后采用BAQ量化各频率平面。用同一块数据进行压缩解压缩成像实验并与已有的方法进行比较,实验结果表明该文提出的方法在数据域和图像域的性能都优于已有的方法。     

基于2D实值离散Gabor变换的SAR原始数据压缩

该文采用时频分析的方法,结合合成孔径雷达（SAR）原始数据的线性调频特性,提出了一种基于2D实值离散Gabor变换的SAR原始数据压缩方法。该方法对I,Q两路原始数据进行分块,先对每一块进行二维实值离散Gabor变换（2D—RDGT）,在时频平面内对各频率平面根据方差进行比特分配,然后采用BAQ量化各频率平面。用同一块数据进行压缩解压缩成像实验并与已有的方法进行比较,实验结果表明该文提出的方法在数据域和图像域的性能都优于已有的方法。     

合成孔径雷达原始数据幅相压缩算法

针对现代合成孔径雷达(SAR)对相位信息越来越高的要求,该文根据SAR原始数据幅值和相位统计独立的分布特点,提出了对SAR原始数据的幅度和相位分别进行量化的幅度相位压缩算法,即AP(Amplitude ＆ Phase)算法;介绍了算法原理和实现流程图;在实验基础上分析了算法的性能;并将该算法与BAQ算法相比较,验证了AP算法能够很好地保留原始数据的相位信息的特点。     

基于二维查找表结构的SAR原始数据自适应频域压缩算法

该文针对实际SAR多普勒中心偏移及多普勒谱分裂问题,提出基于一维查找表的自适应多普勒非均匀压缩比分配方法,该方法结合一维量化编码查找表构成二维查找表结构的SAR原始数据自适应频域压缩算法。该文推导了SAR距离向回波频谱解析式,给出距离向非均匀压缩比分配通用方案。实际数据处理结果表明,该方法比传统频域类压缩算法具有更好的信噪比及鲁棒性。理论分析结果表明,其运算量提高很小,易于工程实现。     

基于DCT的分块自适应量化算法及其用于SAR原始数据压缩

该文提出了一种基于离散余弦变换(DCT)和分块自适应量化相结合的SAR原始数据压缩算法。利用SAR原始数据满足局部平稳高斯随机过程的特点,通过将DCT系数进行重排,并对重排后的系数矩阵进行有效的量化比特分配和分块自适应量化,从而大幅度提高了量化增益。通过对真实SAR原始数据的压缩实验结果表明：该文算法与BAQ算法相比,以相对较低的运算复杂度增加,使图像域的压缩性能指标有了明显提高。     

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.     

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。     

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。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

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。     

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。