星载分布式SAR地面动目标精确聚焦的互谱MUSIC法

该文提出一种新的参数化聚焦算法,该算法采用互谱MUSIC(Cross Spectrum MUSIC, CSMUSIC)技术,能够在星载分布式SAR上得到精确聚焦的地面运动目标图像。首先,利用方位向回波信号的空时特性推导出扩展空时模型(Extended Space-Time Model, ESTM);根据该模型,提出一种基于子空间理论的参数估计方法,通过该方法能够精确地得到的动目标方位向速度,从而得到精确聚焦的图像,该方法比传统的星载SAR动目标聚焦方法具有更高的估计精度和更小的运算量。仿真实验将该方法与传统的动目标聚焦方法进行对比,以证明该文所提方法的上述优势。     

基于CSI-MD的地面动目标聚焦成像技术

对于合成孔径雷达(SAR)图像,地面静止场景中同时存在运动目标;由于其运动参数未知,动目标在SAR图像上呈现方位向偏移和散焦;而在高分辨条件下,运动目标更可能会存在跨距离单元徙动现象,从而影响运动目标的聚焦成像。文中结合多通道合成孔径雷达-地面动目标显示技术,提出了基于杂波抑制干涉(CSI)和子视图相关法(MD)的动目标聚焦成像技术。该方法结合多通道SAR图像信息,在CSI抑制杂波后进行动目标检测,根据动目标散焦范围挑出包含动目标的区域;然后,用MD算法估计动目标所在距离单元的方位调频率,重新设计方位匹配滤波函数,对该区域内散焦的运动目标聚焦成像。仿真数据和实测数据的处理结果均证明了该方法能较好地实现动目标的聚焦成像。     

基于子孔径分解的SAR动目标检测方法

 运动目标在合成孔径雷达SAR(Synthetic Aperture Radar)图像中的成像会出现模糊,散焦等现象,并且会在方位向出现明显的偏移,这些会导致运动目标的目标杂波比TCR(Target-to-clutter Ratio)降低.本文在子孔径分解技术的基础上提出一种从单通道SAR单视复图像SLC(Single Look Complex)中检测动目标的方法,该方法通过子孔径图像之间的相减操作来抑制杂波,从而提高TCR.通过对机载CV-580数据和星载Envisat ASAR 数据进行测试,证明了该方法的有效性.     

充分利用SAR图像中动静目标信息检测动目标

本文结合遗传算法,研究同时利用SAR(Synthetic Aperture Radar)图像中动静目标信息检测动目标的高效算法,进一步揭示单通道SAR/GMTI的潜力.单通道SAR图像中包含着动目标和静止背景信息,在SAR图像方位向信号中,以对称搜索二次相位和对称带通滤波(通带针对动目标频谱)所得两图像模差的绝对值检测动目标,既利用其中的静止背景信息抑制杂波,又利用其中的动目标信息聚焦动目标能量,能获得更好的动目标检测性能.     

一种改进的DPCA运动目标检测方法

本文分析了多孔径SAR动目标检测和成像的特点,改进了传统的移位相位中心天线(DPCA)运动目标检测方法.采用两孔径检测时,通过图像的插值和配准,在图像域实现动目标检测,消除了传统DPCA方法必须满足的限制条件;增加孔径数目,不仅能够检测动目标,还能够估计出动目标参数,对动目标聚焦成像,并且消除盲速.文章最后通过计算机仿真数据验证了本文算法的正确性和有效性.     

单通道UWB SAR地面运动目标变化检测

工作在VHF/UHF波段的超宽带合成孔径雷达（UWBSAR）具有叶簇穿透和高分辨成像的能力。文中提出了一种适合单通道UWBSAR的地面运动目标检测方法——基于子孔径图像变化检测的运动目标检测算法。该算法利用UWBSAR的大波束角特点,在方位向选取较大时间间隔的两个子孔径生成子孔径图像,并根据运动目标在不同子孔径图像上聚焦位置的差异检测运动目标,估计运动目标速度和位置。文中给出了该方法的原理、参数选择、实现步骤,并基于UWBSAR实测数据验证了所提方法的有效性。     

一种基于动目标聚焦的SAR-GMTI方法

由于输入信杂噪比(Signal to Clutter Noise Ratio, SCNR)较低,杂波抑制后超高频(Ultra-High Frequency, UHF)波段合成孔径雷达(Synthetic Aperture Radar, SAR)图像中剩余静止目标杂波导致系统虚警概率较高。该文提出一种动目标筛选方法,能够判断恒虚警概率(Constant False Alarm Rate, CFAR)检测器检测到的目标是否为动目标。提出一种动目原始数据恢复方法,能够从整幅SAR图像中恢复任意孤立点的多普勒相位历史。采用距离多普勒处理对恢复的数据成像,然后采用方位自聚焦处理对所成子图像进行重新聚焦。如果子图像中目标为静止目标,则聚焦前后子图像不变,否则图像被重新聚集。通过检测图像的变化可以排除虚假动目标。仿真及实测数据处理结果说明了该方法的有效性。     

基于方位不变性的SAR图像旋转体检测

针对复杂环境中微弱旋转体目标(如地雷等)检测的难题,提出了一种基于方位散射特征和局部对比度特征融合的检测算法。首先,对旋转体目标特性进行了分析,进而利用子孔径SAR图像提取方位散射熵作为待检测特征。对全孔径SAR图像分别进行方位不变性检测和CFAR检测,并将检测结果相融合,得到最终检测结果。算法体现了利用目标先验知识辅助检测的思路,实测数据结果表明,该方法能够有效剔除原先在全孔径图像中无法剔除的杂波,有效降低检测的虚警率。     

基于特征配准的ISAR图像方位定标方法

逆合成孔径雷达(ISAR)成像利用目标相对雷达视线的姿态变化形成的合成孔径获得方位高分辨,成像方位为多普勒轴,通常需要估计目标的有效转动速度以实现ISAR图像的方位定标从而体现目标真实尺寸。现有算法通常利用信号的运动参数估计和图像整体配准。该文提出利用子孔径ISAR图像的特征提取和配对,根据特征点坐标估计目标的有效转角速度。首先利用尺度不变特征变换(SIFT)和快速鲁棒特征(SURF)对两幅ISAR图像进行特征点提取;然后分别采用最短欧氏距离和随机采样一致性(RANSAC)进行特征点的匹配和失配点的剔除;最后根据配对特征点的坐标和能量估算有效转角速度,实现ISAR图像方位定标。仿真数据和实测数据验证了该算法的精确性和稳健性。     

一种高精度的ISAR转动补偿和方位定标方法

传统逆合成孔径雷达(ISAR)成像算法忽略了目标回波的高阶转动相位的影响,导致方位向聚焦效果较差,且无法直接从目标图像中获取目标尺寸信息。该文提出一种转动补偿和方位定标方法。该方法采用回波的全部方位信息,通过构造局部平均多普勒趋势(LADT)信号获取目标回波的多普勒变化趋势。进一步利用随机采样一致(RANSAC)算法估计多普勒调频率及目标有效转动速度,实现高精度转动补偿与方位定标。仿真与实测数据实验验证了该方法的有效性。     

一种基于子孔径的GMTI方法

该文研究了一种基于子孔径分割的GMTI(Ground Moving Target Indication)方法。在该方法中将天线孔径沿方位向对称分割为两个子孔径。当天线波束在空间扫描时,两个子孔径先后扫过目标所在区域。由于两个子孔径之间有二分之一合成孔径时间的时间差,动目标在前后两个孔径中运动状态发生改变,而静止目标的运动状态不变。因此,可以通过比较目标在两个子孔径中运动状态的差异发现动目标,并根据目标轨迹判断其运动参数。为了避免方位压缩造成的动目标模糊或动目标能量损失,同时为保留目标运动轨迹,这里不进行方位压缩处理。与多通道GMTI方法相比较,此方法具有只需一副单通道天线,处理方法简单,运算量小,可与合成孔径雷达工作模式兼容等诸多优势。     

Blind-velocity SAR/ISAR imaging of a moving target in a stationarybackground

A synthetic aperture radio/inverse synthetic aperture radar (SAR/ISAR) coherent system model and inversion to image a target moving with an unknown constant velocity in a stationary background are presented. The approach is based on a recently developed system modelling and inversion principle for SAR/ISAR imaging that utilizes the spatial Fourier decomposition of SAR data in the synthetic aperture domain to convert the SAR system model's nonlinear phase functions into linear phase functions suitable for a computationally manageable inversion. It is shown that SAR/ISAR imaging of a moving target can be converted into imaging the target in a stationary squint-mode SAR problem where the parameters of the squint-mode geometry depend on the target's velocity. A method for estimating the moving target's velocity that utilizes a spatial Doppler analysis of the SAR data within overlapping subapertures is presented. The spatial Doppler technique does not require the radar signal to be narrowband, so the reconstructed image's resolution is not sacrificed to improve the target's velocity estimator.     

Multilook images of ocean waves by synthetic aperture radars

A property of multilook processing of synthetic aperture radar (SAR) data is that a time lapse exists between subapertures, so that they contain information about a scattering surface at different times. Reported here is a theoretical study on the images of dynamic ocean waves processed by this technique. It is shown that due to the time lapse the subimages of a moving ocean wave differ in position depending on the look number and the wave phase velocity. Such images cannot be enhanced by the incoherent addition so much as those of stationary surfaces. The difference in image position can be corrected by defocusing the azimuth reference signal by the same amount as for the correction of defocusing induced by the wave motion. Discussions are presented on the correction of image positions and on the effect of defocusing. The property of the time lapse could be applied to estimating not only the phase velocity of ocean waves but also temporal changes in general scattering surfaces.     

On the multilook images of moving targets by synthetic aperture radars

In the multilook processing of synthetic aperture radar (SAR) data, subapertures are synthesized at different center times so that a time-lapse exists between looks. This does not affect the imaging of stationary targets but if targets are in motion, the information content about the targets differs from look to look. The purpose of this paper is to investigate the effects of motions on the SAR multilook images of moving targets. Expressions are derived for the impulse response function from a moving point target in terms of the look number and the nature of the motion. Discussions are given only on the effects inherent to multilook processing.     

Theory of synthetic aperture radar imaging of a moving target

Two novel image processing techniques have been developed to refocus a moving target image from its smeared response in the synthetic aperture radar (SAR) image which is focused on the stationary ground. Both approaches may be implemented with efficient fast Fourier transform (FFT) routines to process the Fourier spatial spectrum of the image data. The first approach utilizes a matched target filter that is derived from the signal history along the range-Doppler migration path mapped onto the SAR image from the moving target trajectory in real space. The coherent spatial filter is specified by the apparent target range in the image and the magnitude of the relative target-to-radar velocity. The second approach eliminates the range-dependence by reconstructing the moving target image from a spectral function that is obtained from the SAR image data spectrum via a spatial frequency coordinate transformation     

用聚束SAR对慢速运动目标进行轨迹跟踪和参数估计的方法

针对聚束式合成孔径雷达(SAR)动目标检测的问题,把回波信号进行连续重叠地时域分组,每组信号可以看成是来自一个时域子孔径, 然后在每个子孔径内分别成像。地面固定目标在每幅图像上的成像情况是相同的, 通过彼此相减就可以消去,达到了抑制杂波的目的,而运动目标由于每个时刻的位置都在变化,在每幅图像上的位置是不同的, 从而在相减后剩余下运动目标的图像,把这些图像拼接起来就再现了运动目标的运动轨迹,根据运动轨迹就可以对其运动参数进行估计。该文给出了这个方法的原理推导和具体的检测过程。仿真结果证明了该方法的有效性。     

一种合成孔径雷达对地面运动目标成像和精确定位的算法

该文针对正侧视合成孔径雷达工作体制下运动目标成像、定位问题进行研究。分析了运动目标成像与静止目标成像的异同。提出利用距离历程拟合,结合静物场景成像的部分已知信息(地面道路或者桥梁的方向),准确估计t=0时刻目标的坐标和两维速度,不仅为运动目标精确成像提供了信息,同时得到目标运动轨迹相对地面场景的准确位置。该文提出的方法对于目标在照射孔径内的位置没有特殊假设(以往研究的时频分析方法需要假设目标在t=0时刻位于载机的正侧方向)。最后定量分析了不同形式匹配滤波器对运动目标回波成像的效果以及采用静止目标匹配滤波器对运动目标回波进行成像处理而产生的移位和散焦影响.     

对图像配准误差稳健的分布式星载SAR地面运动目标检测及高精度的测速定位方法

图像配准误差、杂波相关性以及阵列误差等对分布式星载合成孔径雷达地面运动目标检测的性能有很大影响.针对这种情况,研究了一种基于多通道、多像素联合自适应处理的运动目标检测及测速定位联合实现方法,首先将多通道、多像素联合数据等效为一个简单的阵列模型,通过空间投影的方法估计出存在图像配准误差情况下的运动目标真实的导向矢量形式,然后利用最优波束形成的方法在抑制杂波的同时,通过搜索代价函数的峰值来估计动目标的径向速度,从而对其进行重新定位.性能分析及仿真结果表明,此方法大大提高了动目标检测性能及测速定位精度,对图像配准误差具有较强的稳健性.     

An automatic segmentation method for moving objects based on the spatial-temporal information of video

The new MPEG-4 video coding standard enables content-based functions. In order to support the new standard, frames should be decomposed into Video Object Planes （VOP）, each VOP representing a moving object. This paper proposes an image segmentation method to separate moving objects from image sequences. The proposed method utilizes the spatial-temporal information. Spatial segmentation is applied to divide each image into connected areas and to find pre~：ise object boundaries of moving objects. To locate moving objects in image sequences, two consecutive image frames in the temporal direction are examined and a hypothesis testing is performed with Neyman-Pearson criterion. Spatial segmentation produces a spatial segmentation mask, and temporal segmentation yields a change detection mask that indicates moving objects and the background. Then spatial-temporal merging can be used to get the final results. This method has been tested on several images. Experimental results show that this segmentation method is efficient.