基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法

毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪。本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法。该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算法在纵向上目标区分度不足的缺点。本文通过六组不同的实际场景实验,证明了本方法在不同场景下,均相比原方法对跟踪结果有不同程度的改善。      

基于FCNN和ICAE的SAR图像目标识别方法

近年来,基于卷积神经网络(Convolutional Neural Network, CNN)的合成孔径雷达(Synthetic Aperture Radar, SAR)图像目标识别得到深入研究。全卷积神经网络(Fully Convolutional Neural Network, FCNN)是CNN结构上的改进,它比CNN能获得更高的识别率,但在训练过程中仍需要大量的带标签训练样本。该文提出一种基于FCNN和改进的卷积自编码器(Improved Convolutional Auto-Encoder, ICAE)的SAR图像目标识别方法,即先用ICAE无监督训练方式获得的编码器网络参数初始化FCNN的部分参数,后用带标签训练样本对FCNN进行训练。基于MSTAR数据集的十类目标分类实验结果表明,在不扩充带标签训练样本的情况下,该方法不仅能获得98.14%的平均正确识别率,而且具有较强的抗噪声能力。      

基于圆迹干涉SAR的DEM提取

圆迹干涉SAR具有对场景目标进行全方位观测测量的优势,为了满足高分辨率圆迹SAR成像对高精度的场景数字高程模型(Digital Elevation Model, DEM)的需求,该文提出了一种基于圆迹干涉SAR数据的高程估计方法。首先推导了采用后向投影(Back Projection, BP)算法时的圆迹干涉SAR信号模型,然后给出了基于圆迹干涉SAR处理的场景DEM提取流程,最后通过仿真实验验证了所提方法的有效性。     

地球同步轨道圆迹SAR研究

该文介绍了地球同步轨道圆迹合成孔径雷达(Geosynchronous Circular SAR, Geo-CSAR)的概念,通过设计同步轨道的轨道参数,可以形成近圆的卫星相对地球轨迹,使SAR载荷的凝视成像模式成为可能,实现对地的大面积定点连续观测以及真3维信息获取;研究分析了Geo-CSAR的成像能力,指出其在瞬时覆盖度、连续观测范围及3维精确定位方面,具有现有低轨星载SAR无法比拟的优势,是实现全球不间断覆盖的有效途径之一,在军事侦察、灾害监测方面具有重要的应用前景。      

多角度极化SAR图像散射特征分解及SVM分类

在极化合成孔径雷达（synthetic aperture radar,SAR）图像理解和解译中,地物分类是重要的应用方向之一.为了研究多角度极化SAR图像的地物分类,文中基于极化统计特征差异性顺序,给出了多角度极化分解特征序列构建方法.首先,采用基于Wishart分布的统计量对非各向同性散射中心进行检测,并逐像素生成基于散射特征差异的新序列图像.然后,面向多种极化特征分解模型,提出通用的多角度极化特征一阶差分序列描述方法及编码方法,包括Yamaguchi四分量分解、Krogager分解以及H/A/Alpha分解,得到多维特征参数序列.最后,通过两种方法对比后最终选用支持向量机（support vector machine,SVM）方法对特征序列进行分类.通过机载P波段极化SAR开展360°观测试验,验证了该方法的有效性,并展示出在地物分类方面的应用潜力.     

干涉圆迹SAR的目标三维重建方法研究

圆迹合成孔径雷达（CSAR）的360全方位观测能够获取目标各方向的散射特征,但是单轨迹圆迹SAR对于强方向性目标高度向散射特征的获取能力非常弱。该文针对典型目标开展3维圆迹SAR干涉方法研究,开展了基于暗室实验的原理性验证,首次给出了实际坦克金属模型的干涉圆迹SAR的3维重建结果,验证了该方法的有效性,同时展示了3维重建与全方位观测相结合在目标精细特征描述方面具有的重要应用潜力。      

多角度极化SAR图像散射特征建模及其应用

本文将基于条带观测模式的极化SAR散射模型拓展至方位向多角度观测模式,基于典型极化散射类型组合提出一种非各向同性散射特征模型。该模型参数纬度多且随方位向观测变化,需要替代性方法提取多角度极化散射特征。首先,采用基于Wishart分布的统计量对非各向同性散射中心进行检测,并逐像素生成基于散射特征差异的新序列图像。其次,以新序列图像作为处理对象,提取极化似然比序列、子孔径角度序列、极化熵—似然比序列、极化散射角—似然比序列、极化各向异性度—似然比序列。最后,集成特征序列编码及支持向量基（SVM）方法进行分类。通过机载P波段极化SAR开展360°观测试验,验证了方法的有效性并揭示出在地物分类方面的应用潜力。      

基于背景差分法的单通道圆迹SAR动目标检测算法研究

圆迹SAR(CSAR)作为一种新的对地高分辨率成像方法,兼具长时间观测以及获得目标 全向信息的优势。该文利用其长时间观测的特性,针对单通道圆迹SAR提出一种新的图像域动目标检测算法。首先从等多普勒等距离角度分析了动目标信号模型,后给出动目标检测算法。该方法将原始图像分为无动目标的背景以及含有动目标的前景图像,由于静止背景较动目标变化缓慢,故利用中值滤波器对重叠子孔径图像序列沿时间维进行滤波以获得背景图像,再利用每帧原始图像与背景图像的差来获得相应的含有动目标的前景图像。机载圆迹SAR数据处理结果说明了该方法的有效性。     

地基大视场SAR形变监测的非均匀大气相位校正方法

大气变化是地基干涉合成孔径雷达(GB-InSAR)形变监测的主要干扰因素。由于监测环境的地形复杂,水汽、湿度和温度的空间异质性,基于均匀大气介质假设的校正方法可能导致大气校正精度较低。该文提出了一种两阶段半经验模型,用于估计和校正复杂大气条件下特大滑坡GB-InSAR监测过程中出现的大气相位误差。该方法兼顾线性大气相位和非线性大气相位,首先根据测区的范围和高程对观测到的大气相位进行建模,校正与地形相关的线性大气相位。然后,考虑复杂大气条件和方位向大视场角度场景下出现的空间域非均匀大气情况,选取稳定永久散射体(PS)通过插值的方式获取所有PS点的大气相位,校正非线性大气相位。采用该方法对三峡库区新铺和藕塘特大滑坡的地基大视场雷达图像进行处理,相比于常规方法减小大气相位误差最大约2 mm。能有效校正特大滑坡监测场景下出现的非均匀大气相位,满足特大滑坡广域范围监测需求。     

圆迹SAR极坐标格式算法研究

 该文提出一种新的用于圆迹合成孔径雷达(Circular Synthetic Aperture Radar, CSAR)成像的极坐标格式算法。在CSAR模式下,点目标的波数域3维频谱为3维曲面。根据这一特点,算法采用逐高度平面成像的方法最终获得3维图像,即通过参考函数相乘,将频谱投影到2维平面,既避免了高度向的插值,又保证了算法的精确性。并且该算法通过两步相位补偿操作校正了越距离单元徙动的高次项,扩大了有效成像范围,避免了场景边缘目标的散焦。最后,点目标仿真验证了该算法的有效性。