基于距离走动校正的星载SAR成像算法

该文提出一种适合大距离徙动星载SAR的成像算法,该算法首先要对回波信号的距离走动进行校正,因而距离向和方位向的耦合度大大减小,成像质量得到提高。文中详细地推导出了该算法。然后对距离多普勒域的调频斜率的近似误差进行了分析,并与普通的斜视算法进行了比较。最后通过点目标成像仿真和实际数据成像仿真,验证了该算法的有效性。     

利用短时FFT的距离-多普勒域SAR运动目标检测

该文提出了一种新的合成孔径雷达(SAR)运动目标检测和成像方法,即利用短时FFT处理原始数据,在距离多普勒域对运动目标进行识别和参数检测,获得的目标参数可以用来正确成像运动目标。对运动目标回波特点和雷达参数的分析证明了这一方法的可行性和有效性。最后通过对包含真实运动目标回波的原始数据进行处理,对该方法进行了验证。     

单通道SAR无模糊估计快速运动目标速度

该文提出一种利用单通道相位信息无模糊估计地面运动目标径向速度方法。在距离频域做两视处理,并在多普勒域经过两视干涉处理,使得运动目标的干涉相位满足相位连续性假设。利用最小二乘线性拟合估计干涉相位关于多普勒频率的斜率,径向速度可由该斜率计算得到。该文方法具有不受相位缠绕影响的优点。相比于单通道幅度方法,该方法具有更高的估计精度和实时性。该方法在多普勒域能够同时估计多个目标径向速度。通过实测数据处理验证了该文方法的有效性。     

基于时域去走动的任意构型双站SAR成像算法

针对任意构型双站SAR大距离徙动的特点,提出了一种将时域去走动和CS算法相结合的成像算法。在分析机载双站合成孔径雷达(SAR)斜距模型的基础上,首先在时域校正距离走动,然后在频域校正距离弯曲,借助CS算法的思想完成目标成像。仿真实验验证了该算法的有效性。     

基于压缩感知的双通道SAR地面运动目标检测方法研究

针对目前双通道SAR地面运动目标检测(GMTI)方法采样数据量过大的问题,该文提出一种基于压缩感知的双通道SAR运动目标检测方法。该方法首先沿方位向进行随机稀疏采样得到双通道原始回波数据,然后通过匹配滤波方法实现距离向聚焦,并利用压缩感知技术实现方位聚焦,最后运用传统相位中心偏置天线(DPCA)技术进行杂波抑制。通过公式推导从理论上分析了该算法利用双通道方位稀疏采样数据实现杂波抑制的可行性,同时详细分析了运动参数对目标成像的影响。仿真与实测数据实验表明该算法在方位向欠采样情况下仍具有良好的杂波抑制性能。     

基于Keystone变换的多目标距离走动校正

微弱目标检测中,高速运动目标的跨距离单元走动会影响长时间相参积累的效果,需要预先加以校正。针对以往Keystone变换法在校正走动时,不能同时校正模糊数不同的多目标走动的不足,提出了一种改进的Keystone变换算法,在无模糊的Keystone变换之后,通过单元最大模糊数搜索快速得到多个目标的模糊数,使各目标根据自身运动特性得到校正,从而延长相参积累时间、提高积累增益。仿真结果验证了算法的有效性。     

基于距离-多普勒算法的机载大斜视SAR成像

根据机载大斜视SAR距离走动较大的特点,通过在方位时域和频域分别校正部分距离走动,结合二次距离压缩和方位三次匹配,提出了基于RD算法的机载大斜视SAR成像算法,该算法能有效的克服聚焦深度和方位时间-带宽积的限制。成像实验的结果表明,该算法可应用于斜视角较大的机载SAR成像系统。     

基于互Wigner-Ville分布的SAR运动目标检测

本文针对机载合成孔径雷达(SAR)运动目标回波信号的特点,提出了基于互Wigner-Ville分布(XWVD)的机载SAR运动目标检测方法,分析了它在单目标和多目标情况下的检测性能.实验证明,该方法可以在较低的信噪比下实现目标的检测,其性能大大优于常用的Wigner-Ville分布方法.为了抑制多个目标之间交叉项的影响,本文还提出了一种基于逐次消去思想的互Wigner-Ville分布检测方法,它可以解决强度相差较大的多目标检测问题.仿真实验的结果证明了算法的有效性.     

距离走动校正的距离空变分析与补偿

斜视角的距离空变导致距离走动校正存在距离空变。文中分析了距离走动校正距离空变对成像的影响,发现距离走动校正空变导致目标图像在近距端和远距端向反方向漂移。在前斜视SAR中,距离场景近端目标向左漂移若干像素,距离场景远端目标向右漂移若干像素。距离走动校正空变不仅造成场景的扭曲,在高分辨大斜视下还会使图像散焦。文中给出了距离走动校正距离空变补偿方法,所提方法可与常规的二次补偿结合进行,不会增加额外的计算负担。仿真结果与理论分析一致,距离走动校正空变补偿后,场景近端和远端目标均能较好聚焦,实测数据成像实验也与理论分析相符。从而表明距离走动校正空变分析是正确的,距离走动校正空变补偿方法是有效的。      

星载SAR的空中运动目标检测和成像

根据星载SAR(Synthetic Aperture Radar)通常信号带宽较大的特点,本文提出了一种子带双频共轭处理方法,降低合成信号的等效中心频率,去除多普勒模糊,进而利用Keystone变换完成低信噪比高速运动目标的距离走动校正.运动目标的距离弯曲校正后,采用时频分析实现目标的低分辨率成像和检测.利用检测过程中获得的目标径向速度,进一步完成了各个运动目标的高分辨率成像处理.仿真结果表明了本文方法的有效性.     

基于GEO SAR编队飞行的动目标检测

地球同步轨道合成孔径雷达(GEO SAR)编队飞行,是指2个或2个以上的搭载了合成孔径雷达的地球同步轨道卫星协同工作,组成一颗大的“虚拟卫星”,进而完成多项任务并降低风险。GEO SAR编队飞行形成的多通道可以用来进行动目标检测。空时自适应处理(STAP)在空-时二维平面上抑制杂波,完成强杂波背景下的动目标检测。在传统STAP算法的基础上,提出了基于GEO SAR编队飞行的对地面运动目标检测的方法,并通过仿真分析了该方法的性能。     

基于最大后验概率的SAR图像目标分割算法

文中使用最大后验概率(MAP)分类方法实现合成孔径雷达(SAR)图像目标分割,并与基于偏微分方程(PDE)的各向异性扩散(AD)过程结合起来,使MAP分类准则得到更好的分割结果。AD过程是作用在后验概率上的空域滤波器,具有高效、精确和简洁的优点,并对图像数据的分布特性具有很强的适应性。这种方法需要先将图像从灰度域转化到后验概率域,因此需要对像素灰度分布进行条件概率分布建模,并进行参数估计。文中巧妙的使用有限混合高斯分布模型来逼近条件概率分布,并用期望最大化(EM)方法用来实现参数估计。在引入这种新奇的混合高斯分布模型后,基于MAP-AD的分割算法对地面SAR图像获得了很好的分割结果并对图像灰度分布具有很强的鲁棒性。     

改进高斯混合模型的运动目标检测算法

传统的高斯模型无法检测比较复杂的场景或速度较低的运动目标,因此提出基于改进高斯混合模型的运动目标检测算法.使用多个高斯模型表示运动目标图像内各像素点特征,并基于图像内各像素点与高斯混合模型相匹配则视其为背景点,反之为前景点原理,更新高斯混合模型.通过更新前景模型并计算短时稳定度指标,提高运动目标检测效果,通过确定高斯分...     

基于改进的混合高斯模型的运动目标检测方法

为了改善混合高斯模型在光照突变时容易产生大量误检的缺陷,采用了一种高斯模型与均值法相结合并为前景像素建立计数器的方法。在建立背景模型时,运用多帧图像求平均值的方法初始化混合高斯模型的背景;为每帧图像的前景像素数建立计数器,并以此消除被误判为前景的区域;对检测出的前景区运用数学形态学处理,得到图像真正的前景区域。结果表明,该算法不仅克服了初始背景中的干扰,而且消除了光照突变时的误检,提高了运动目标的检测率。     

改进帧差与分水岭算法融合的运动目标检测法

针对机器视觉系统中运动目标检测问题,在帧间差分法的基础上,提出了一种新的运动目标检测算法。采用改进的帧间差分法,融合分水岭算法分割特点,获得真实目标的轮廓,并进行实验验证。结果表明,该算法对帧差法进行改进后,得到的动态目标更接近于实际情况,改进的算法更适合于智能系统中消除杂波及对运动目标的检测。     

基于背景预分析的SAR图像车辆目标检测算法

CFAR算法是一种常见的合成孔径雷达图像目标检测算法。CFAR算法在对背景杂波统计建模时需要考虑建模样本中是否混入目标等非背景像素。文中提出了一种新的CFAR检测算法,该算法认为目标窗口和背景窗口是同一个窗口,在CFAR算法之前,通过目标预筛选去除建模样本中的降质因素,并用广义伽马模型对背景窗口中的剩余样本建模。相比于传统的高斯模型CFAR算法,本文所用算法考虑了建模样本中降质因素对建模精度的影响,新的滑动窗模型结构更加简单,检测结果虚警率低,对距离很近的目标不会产生漏检。     

一种多通道SAR地面快速目标高概率检测方法

研究了合成孔径雷达地面动目标检测（SAR-GMTI）的快速目标检测问题。为提高检测概率,在回波数据的距离压缩-方位时域,对基带多普勒中心偏移对应的速度分量引起的走动采用Keystone变换进行校正,对整数倍脉冲重复频率（PRF）的多普勒中心偏移对应速度引起的走动量则可在时域加以校正,校正后再进行方位匹配滤波得到运动目标SAR图像,同时利用距离走动信息完成速度解模糊。实测数据处理结果验证了该方法的有效性。     

基于投影的运动目标跟踪研究

在运动目标跟踪方面,运动目标跟踪算法直接影响着运动目标跟踪的准确性和稳定性,现有的目标跟踪算法大多是基于特征或运动信息的,虽然能够完成对运动目标的可靠跟踪,但是需要处理的数据量大,运算复杂,很难达到实时跟踪的要求。本文首先阐述了跟踪算法中模板相关匹配算法的基本原理,然后跟踪系统的实际需求,详述了投影法快速定位目标跟踪的方法,并给出了投影算法跟踪的实验结果,该算法基本能满足跟踪系统中运算量小和实时性的要求。     

改进的极化SAR点散射目标扰动滤波检测方法

为完成极化合成孔径雷达(PolSAR)图像中点散射像素目标的检测,从几何扰动滤波检测点散射像素的基本原理出发,分析了经典方法存在的相干度参数阈值无法自适应获取和不同散射机制共享同一阈值两个问题,提出利用Cloude-Pottier分解结果中熵参数的分布情况计算得到阈值,利用平均阿尔法角参数完成不同散射机制的初分类,对初分类的结果排序得到的某种散射机制对应的相干度参数的比例因子,根据比例因子计算得到该类散射机制的阈值,从而完成点散射目标的检测。对机载合成孔径雷达（AIRSAR）数据集中的San Francisco Bay图像进行了实验,结果表明,改进方法在检测性能上优于经典方法。     

基于图上随机游走过程的SAR图像图谱分割方法

基于图上的随机游走过程,提出了一种新的合成孔径雷达(SAR)图像图谱分割方法。首先根据SAR图像的统计性质,构造了适合于SAR图像的相似度度量函数;然后在正交谱分解和矩阵逼近理论的基础上,建立了SAR图像图谱分割方法中分类数目的确定准则。最后实现了基于谱聚类的SAR图像分割,并通过实验证明了所提方法的有效性和应用潜力。