SAR与可见光图象匹配方法的研究

由于SAR和可见光成象传感器图象的物理特征不同,因此进行匹配难度很大。本文在深入分析了这两种传感器图象物理特征的基础上,提出了一种图象匹配的新方法。该方法运用形态学滤波方法去除SAR图象斑点噪声,利用图象的边缘特征进行匹配,并采用多分辨率分级搜索技术减少计算量,在对实验结果进行分析的基础上提出了搜索真实匹配位置的原则,大大提高了匹配的准确率。通过实验对SAR图象斑点噪声滤波和SAR与可见光图象匹配算法进行了验证,实验证明本算法的SAR图象去噪效果明显优于传统的Frost方法,图象匹配精度高,稳定性好。     

人体对手机辐射比吸收率的仿真系统设计

首先建立了手机辐射的电磁模型和人体头部非均匀块状电磁模型,然后利用FDTD法计算在使用手机时人头内部的比吸收率,用MATLAB对结果进行仿真,最后根据国家的电磁安全标准对结果进行了分析.     

基于模糊理论的SAR图像分割算法研究与实现

SAR图像存在强烈的相干斑噪声,传统方法不能很好对其分割。文章基于模糊理论,通过选择图像特征,构造模糊集,借助最大隶属度原则进行了SAR图像分割算法的设计,并借助SAR图像分别进行了参数调节和窗口选择的实验,获得了满意的分割结果。实验结果表明,该算法对于SAR图像分割可行有效。     

单通道/双通道12位I^2 SAR ADC在125℃时性能规格有保证

凌力尔特公司（Linear Technology Corporation）推出一对单通道／双通道12位模数转换器（ADC）LTC2301／LTC2305,这些器件通过1个I^2C兼容两线接口通信,在1ksps输出速率时仅消耗1．5mW功率。LTC2301采用引脚兼容的4mm×3mmDFN和MSOP封装,测量单个差分输入,而LTC2305把两个单端输人数字化。这两款ADC采用MSOP封装时,在-40℃～＋125℃的汽车／H级温度范围内提供保证的性能规格。LTC2301／LTC2305非常适合于汽车检测、电源和温度测量、以及需要I^2C通信的空间受限设计。     

SAR在飞行器组合导航系统中的应用

SAR是雷达理论和技术发展到一定阶段的基础上诞生的一种具有很高分辨率的成像雷达。它在众多领域得到了广泛的应用。在飞行器组合导航系统中,利用SAR图像进行图像匹配,可以极大地提高系统的导航精度。本介绍了SAR、组合导航系统的发展及研究现状。重点介绍了SAR在飞行器组合导航系统中的应用,并给出了具有较高精度、容错性和自主性的INS／GNSS／SAR组合导航系统的原理、结构及仿真结果。     

SAR图像自动目标识别系统研究与设计*

研究了SAR图像自动目标识别系统。通过分析国际上先进的SAR自动目标识别系统的组成、算法实现、流程设计和所得到的结果,设计出SAR自动目标识别系统结构和识别流程图。系统结构主要由SAR图像特性库、特征库和模型库组成。识别流程在系统结构的基础上,分为检测、辨识和分类三步。最后给出了SAR图像自动目标识别系统的主要评价原则。     

一种低比特率下的快速SAR图像压缩方法*

提出了一种低比特率的快速压缩方法,通过基于小波的降采样增强像素间的相关,继而使用小波包分解降采样后的图像并使用基于零块的方法对系数进行编码。实验结果表明用该方法进行压缩能够得到优于JPEG2000的主观效果,对边缘保持更好,并且计算量小,适合实时实现。     

基于NSCT和遗传算法的SAR图像和多光谱图像融合

合成孔径雷达(SAR)图像与多光谱图像成像机理和光谱特性差异较大,一般的融合方法很难取得满意的融合结果。文章提出了一种基于Nonsuosampled Contourlet transform(NSCT)和遗传算法的融合算法,首先将经过预处理后的图像进行NSCT分解,低频系数采取区域信息熵最大的准则融合;高频子带计算区域相关性,对相关性在不同阈值范围内的系数进行融合,阈值的选取采用遗传算法进行搜索;最后对融合系数进行NSCT逆变换,得到融合结果。仿真结果表明该算法显著优于基于像素点和基于区域的融合方法。     

Supervised polarimetric SAR classification method based on Fisher linear discriminant

A supervised polarimetric SAR land cover classification method was proposed based on the Fisher linear discriminant.The feature parameters used in this classification method could be selected flexibly according to land covers to be classified.Polarimetric and texture feature parameters extracted from co-registered multifrequency and multi-temporal polarimetric SAR data could be combined together for classification use,without consideration of the dimension difference of each feature parameter and the joint probability density function of those parameters.Experimental result with AGRSAR L/C-band full polarimetric SAR data showed that a total classification accuracy of 94.33% was achieved by combining the polarimetric with texture feature parameters extracted from L/C dual band SAR data,demonstrating the effectiveness of this method.     

手机机械结构与SAR优化

国际上通行的方法是用比吸收率(SAR)来衡量手机辐射大小。通过对不同结构的手机、不同形式的PCB板设计、不同位置、类型的天线等因素的分析比对,找出可以最小化SAR的方法,为未来手机设计提供参考。