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.     

基于Alpha稳定分布的地面动目标检测技术

多通道SAR/GMTI系统通过空时自适应处理（STAP）抑制杂波,可以有效降低系统的最小可检测速度（MDV）,但在复杂探测环境中,杂波背景不再服从高斯分布,导致传统SAR-STAP方案在地面动目标指示应用中性能明显下降。针对这种情况,提出一种新的基于Alpha稳定分布杂波模型的动目标检测方案,该方案引入Alpha稳定分布代替高斯分布以建立非高斯杂波模型,在此基础上采用基于最小分数低阶矩无畸变准则的新型算法进行杂波抑制处理。通过仿真及实测数据对算法性能进行了验证,结果表明,该算法在非高斯杂波环境中性能明显优于原有算法。     

一种基于图像后处理的极坐标格式算法波前弯曲补偿方法

 极坐标格式算法（PFA）波前弯曲误差分析是对波前弯曲进行有效补偿的基础,以往波前弯曲误差推导过程中都对差分距离采用了二阶近似,在对大场景范围进行近场、高分辨率成像时已不能满足要求.本文采用新的方法对波前弯曲误差进行了精确的推导,得到了波前弯曲误差在空间频域的二阶泰勒展开表达式.利用推导的波前弯曲误差公式,在PFA图像域通过空变滤波和几何失真校正分别对二次和一次相位误差进行补偿,极大地改善了波前弯曲对PFA成像场景大小的限制.最后通过仿真数据处理验证了分析结果.     

基于信号子空间估计的多基线InSAR干涉相位图滤波方法

多基线干涉合成孔径雷达（Interferometic synthetic aperture radar,InSAR）利用长短基线之间的关系,能够获得优于单基线InSAR的高程测量结果。本文针对多基线InSAR的数据特点,提出了基于信号子空间估计的多基线InSAR干涉相位图滤波方法。该方法将不同长度基线下所获得干涉相位图中同一像素单元信号作为一个训练样本,通过信号子空间的估计完成多基线InSAR干涉相位图滤波。仿真实验结果表明,本文方法可以在运算时间相当的情况下,获得优于回转均值滤波算法和回转中值滤波算法的滤波性能,是一种可满足实时处理要求的有效的多基线InSAR干涉相位图滤波方法。     

合成孔径雷达及其干涉技术研究进展

合成孔径雷达(Synthetic aperturer adar,SAR)能够在全天候、全天时条件下对地面进行大范围测绘,是现代民用遥感和军事侦察中的重要手段。本文回顾了SAR及干涉合成孔径雷达(InSAR)技术的历史,叙述了SAR由非聚焦到完全聚焦,由光学处理到全数字式处理,由二维测绘到干涉三维测绘的发展历程。通过例举典型系统,介绍了国外机载、空载SAR和InSAR技术的现状,并对我国近年来在该领域取得的进展作了简要介绍。最后,本文给出对SIR—C／X—SAR采集的航天飞机SAR数据处理所得到的成像结果。     

相位梯度自聚焦算法在条带模式SAR中的应用

相位梯度自聚焦(PGA)算法是一种稳健的高分辨SAR相位校正方法，在SAR领域得到广泛应用。但PGA是对聚束模式成像提出的，不能直接用于条带模式。本文利用两种模式之间的内在联系，将条带模式SAR数据分块处理，等效成聚束模式数据。然后，用聚束照射SAR成保算法实现成像，此时就可以利用PGA完成各决于图像的自聚焦过程，最后将各于固体适当拼揍，从而实现条带模式SAR的PGA处理，外场数据的处理证实了本文方法的可行性，同时，分块处理条带SAR数据实现了聚束照射SAR与条带模式SAR成像算法上的统一。     

匀速运动目标的聚束SAR成像特征分析

运动目标的合成孔径雷达(SAR)成像特征是SAR/GMTI系统中进行运动目标检测和成像的基础.以往研究都是在两维可分离条带SAR成像算法条件下讨论目标运动对成像的影响,而很少考虑高分辨聚束SAR成像算法处理后运动目标的成像特征.本文推导了两种典型高分辨聚束SAR成像算法(RMA和PFA)处理后的动目标误差谱表达式,并在此基础上从目标几何定位误差、残留距离徙动和散焦等方面给出了完整的聚束SAR运动目标响应特征分析.最后通过仿真数据处理验证了分析结果.     

基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究

针对传统视频SAR(ViSAR)运动目标检测方法存在的帧间配准难度大、快速运动目标阴影特征不明显、虚警概率高等问题,该文提出一种基于改进快速区域卷积神经网络(Faster R-CNN)的视频SAR运动目标检测方法。该方法结合Faster R-CNN深度学习算法,利用K-means聚类方法对anchor box的长宽及长宽比进行预处理,并采用特征金字塔网络(FPN)架构对视频SAR运动目标的“亮线”特征进行检测。与传统方法相比,该方法具有实现简单、检测概率高、虚警概率低等优势。最后,通过课题组研制的Mini-SAR系统获取的实测视频SAR数据验证了新方法的有效性。     

一种基于谱极化参数的双极化气象雷达杂波抑制方法

针对双极化气象雷达中非气象回波的滤除问题,该文提出一种基于谱极化参数(SPP)的杂波滤波方法。不同于传统时域或频域的杂波抑制方法,该方法根据气象和杂波在距离-多普勒(RD)域内的特征不同进行前者的保留和后者的抑制。首先利用频谱极化特征构造SPP,结合形态学方法,在RD域内生成一个2元掩模。基于面向对象的思想,将2元掩模标记为气象对象掩模和杂波对象掩模。然后引入谱宽作为额外的参数,筛选出所有气象对象掩模,将其进行叠加可以获取完整的气象信息,最终生成SPP杂波滤波器。实测X波段和C波段气象雷达数据验证了所提方法的有效性。与移动双重谱线性退极化比(MDsLDR)滤波器和基于时域的门限因子杂波抑制方法相比,SPP滤波器在保留弱气象信息方面效果更好。此外,该方法计算复杂度低,可以实时应用于同时发射同时接收(STSR)和交替发射同时接收(ATSR)双极化气象雷达。     

基于形态成分分离的风电场杂波抑制算法研究

由于时变风力涡轮机杂波(WTC)严重影响气象雷达的探测性能,文中研究了基于形态成分分离的风电场杂波抑制算法.该算法首先滤除静止地杂波,以减少回波信号中的形态成分分量;然后,引入形态成分分析思想,并改进短时傅里叶变换窗函数重叠率以减少WTC频谱泄露;最后,通过采用基追踪和分裂增广拉格朗日收缩算法,实现气象信号和WTC高精...