一种基于局部频率估计的地形自适应干涉图滤波器

本文提出一种用于InSAR处理的地形自适应干涉图滤波器.该滤波器通过局部空间频率估计,依据地形的变化进行参数调整,能够有效地克服传统的多视滤波器破坏致密干涉条纹的缺点.本文详细描述该地形自适应滤波器的结构,并阐述其具体实现方法.在局部频率估计中,由于采用了二维Chirp-Z变换,滤波器的计算效率较高.用X-SAR的干涉数据对所提出的自适应滤波器进行了验证,给出了自适应滤波器和传统多视滤波器的滤波结果,说明前者具有保持干涉条纹的良好特性.     

双基PFA波前弯曲误差分析及校正

双基聚束模式合成孔径雷达(SAR)成像中的极坐标格式算法(PFA)是基于平面波前假设建立的。由于该平面波前假设在聚焦过程中引入了相位误差,双基PFA聚焦图像中会出现空变几何失真和散焦现象。因此,实际应用PFA时其有效场景聚焦范围通常受到严格限制。基于双基合成孔径雷达回波信号相位的泰勒展开式,推导双基PFA中波前弯曲误差的解析表达式。基于此表达式,分别应用1维空变滤波和插值来补偿、校正波前弯曲效应引入的散焦和几何失真现象,从而有效改善了双基PFA的聚焦范围。点目标仿真验证了该方法的有效性。     

一种基于小波域隐马尔可夫模型的SAR相干斑抑制算法

相干斑噪声是SAR图像的固有特点。对相干斑抑制的要求是在平滑噪声的同时，尽量保持原始图像的结构信息。现有的许多相干斑抑制方法各有优点和不足，没有普遍的适用性。基于图像在小波域的隐马尔可夫模型(HMMs)结构，结合SAR图像中相干斑噪声的统计特性，本文提出了一种新的小波域相干斑抑制方法。仿真及实测数据处理结果表明，该方法在有效抑制相干斑的同时，更好地保持了边缘结构。与小波域软阈值去噪方法和Lee滤波器相比较，该方法在噪声平滑及边缘保持上都取得了较大的改进，并得到了较好的视觉效果。     

基于多级维纳滤波器的非均匀ΣΔ-STAP研究

该文提出了基于多级维纳滤波器的非均匀ΣΔ-STAP并行块处理算法,在非均匀环境下能快速有效检测动目标。文中基于多级维纳滤波的广义旁瓣对消器结构,提出了联合主波束检测和自适应功率剩余检测的两级级联非均匀检测算法,能有效增强对弱干扰目标样本的检测能力。同时,将改进的并行块处理引入非均匀ΣΔ-STAP算法,极大地降低了系统运算量。理论分析和仿真实验表明,该算法能有效剔除干扰样本,提高动目标检测性能,收敛速度快,运算量小,鲁棒性强,易于工程实施。     

采用定点运算FTF算法的自适应噪声抵消器的计算机仿真

本文讨论用快速横向滤波器(FTF)算法实现自适应噪声抵消(ANC),着重研究采用16位定点运算的情况.但是FTF算法具有众所周知的数值性能不稳定性,该问题在用有限字长定点实现时变得尤为明显.加外因为FTF算法包含除法运算,采用定点运算后,由于有限精度的影响,除法中的分母和转换因子γ有时会衰减为零,从而导致算法不能正常工作.本文针对这些问题讨论了相应的解决方法.另外,本文采用定标的方法避免了FTF算法中的某个正变量变为负值,从而保证了算法的稳定.最后本文给出了计算机模拟的结果.     

逆合成孔径雷达外场数据成象结果

介绍了逆合成孔径雷达（ＩＳＡＲ）实验系统外场数据的处理结果，简要叙述了ＩＳＡＲ信号处理的两个关键问题，即运动补偿和成象。对三种飞机在一系列飞行试验中的外场数据进行了处理，对大型喷气飞机ＹＫ－４２、小型喷气飞机“奖状”和大型螺旋桨飞机安－２６，在航线的直线段和转弯段，都得到了较好的成象结果     

对广义相干处理成象运算的改进

在对广义相干处理（ＥｘｔｅｎｄｅｄＣｏｈｅｒｅｎｔＰｒｏｃｅｓｓｉｎｇ，简称ＥＣＰ）成象过程进行分析的基础上，提出了“子图象分组叠加”和“相位校正的提前进行”两个改进方法。前者使叠加过程中图象的象素点密度跟踪实际分辨力的变化；后者把叠加时需进行的相位校正处理改为对子图象预先进行线性调相处理。文中进行的理论分析表明：两方法能有效地减少成象运算量，前一方法的效果在多级分组时更为明显。文中给出了算例，验证了方法的有效     

一种分块处理斜视SAR成像方法

高分辩斜视ＳＡＲ成像处理要求补偿与距离相关的距离徒动 二次距离压缩项。ＣｈｉｒｐＺ变换能够有效地校正距离徒动。     

图像处理中阈值选取方法30年（1962—1992）的进展（一）

阈值分割是图像处理的基本问题,在机器视觉、文字识别、生物医学图像分析、指纹与印章鉴定、光学条纹判读以及军事目标识别等领域应用极为广泛。阈值选取是阈值分割的关键。1962—1992年30年间,国外学者们针对这一课题进行了广泛深入的研究,提出了多种阈值选取方法。本文依据大量的有关文献,较全面地总结了50多种阈值选取方法,并把这些方法划分成十类:(1)直方图方法与直方图变换法;(2)最大类间方差法;(3)最小误差法与均匀化误差法;(4)共生矩阵法;(5)矩量保持法;(6)最大熵方法;(7)简单统计法与局部特性法;(8)概率松驰法;(9)模糊集方法;(10)其他方法。文中阐明了各方法的基本思想、适用范围及其优缺点,给出了相应的一些计算公式,指出了对各方法性能进行定量评估所面临的问题。     

最小范数法的新解释及其谱的分析

本文从一个新的角度对著名的超分辨阵处理法一最小范数(M N)法从数学上进行了重新的考虑,并指出M N法就是总的最小均方(TLS)问题的最小范数解,从而给出了一个其他文献中没有指出的数学事实.这种解释加深了我们对MN法的物理意义的理解,同时也为MN法与多信号分类(MUSIC)法及线性方程(L E)法的比较提供了方便.文中还推导了M N法、MUSIC法的渐近谱.模拟结果证明了文中理论的正确。