一种快速星载合成孔径雷达波束优化算法

针对星载合成孔径雷达（SAR）,提出了一种快速的波束优化算法。该方法以快速傅里叶变换（FFT）为基础,对星载SAR的波束进行赋形,并压制了模糊区。利用快速傅里叶逆变换（IFFT）快速计算出方向图,然后和期望的方向图进行比较,对不满足期望方向图的区域,直接用期望方向图的值代替。重复上述操作,直到方向图满足设计要求。和原有的波束优化方法相比,该方法不做各种复杂操作,因而大大节省了优化时间,提高了速度。两个仿真结果都表明该方法实用、高效。     

基于扩散方程和MRF的SAR图像分割

该文提出了一种基于图像扩散方程和马尔科夫随机场(MRF)的合成孔径雷达(SAR)图像分割方法。在传统MRF算法的基础之中,引入对图像的扩散,用来平滑SAR图像中的噪声,保护图像中的边缘部分,并且加快收敛的速度。首先对输入的SAR图像进行扩散,通过MRF进行统计,得到图像中各点的后验概率,再对得到的后验概率进行扩散。与传统的MRF算法进行比较,该文的方法较好地去除了误分割斑块,减少算法的运行时间。     

一种基于最小二乘直线拟合的高分辨率DBS成像算法

该文分析了应用于扫描模式下的传统多普勒波束锐化成像算法(DBS)及其改进算法的特点和不足,提出一种新的高分辨率多普勒锐化算法。该算法给出了相干累积点数的选取原则,考虑了距离徙动校正,并利用最小二乘直线拟合方法将模仿SAR的方位聚焦处理技术推广到一般大范围扫描情况,较大幅度地提高了DBS算法的成像质量。机载雷达实测数据的处理结果证明了方法的有效性。     

SVD和顶帽变换在舰船检测中的应用

提出了一种奇异值分解和顶帽变换在舰船检测中的应用方法.该方法利用了奇异值分解重构技术来抑制斑点噪声,同时通过使用项帽变换技术去除背景不均匀并提升目标的信杂噪比.奇异值分解重构去斑算法先对图像进行奇异值分解,然后经验选取一定数量的大特征值及其对应的特征向量进行重构图像,在尽量保持原图像中目标边缘信息的条件下可以有效地去除斑点噪声,同时海杂波区域得到了平滑;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测.仿真结果证明了算法的有效性.     

一种复杂环境下改进的SAR图像双边CFAR舰船检测算法

双边恒虚警率(BCFAR)检测算法通过高斯核密度估计器计算出合成孔径雷达(SAR)图像的空间信息,并将它与图像的强度信息相结合得到联合图像以进行目标检测。相较于只使用强度信息来进行目标检测的经典CFAR检测算法,双边CFAR有着更好的检测性能和鲁棒性。然而,在复杂环境下出现连片的高强度异质点时(例如防波堤、方位模糊和幻影等),核密度估计器计算出的空间信息会出现较多误差,这会导致检测结果中出现大量虚警。此外,当遇到相邻像素点间相似度较低的弱目标时,双边CFAR会发生漏检。为了有效改善这些问题,该文设计一种复杂环境下改进的SAR图像双边CFAR舰船检测算法(IB-CFAR)。该文所提IB-CFAR主要分为3个阶段来实现,分别为基于非均匀量化法的强度层级划分、强度-空间域信息融合、杂波截断后的参数估计。基于非均匀量化法的强度层级划分可以提升弱目标的相似度和对比度信息,从而提升舰船检测率。强度-空间域信息融合在于将空间相似度、距离向和强度等信息进行融合,在进一步提升检测率的同时对舰船的结构信息进行精细化描述。杂波截断后的参数估计可以去除背景窗口中连片的高强度异质点,最大限度地保留真实海杂波样本,使参数估计更加精确。最后,根据估计出的参数建立精确的海杂波统计模型以进行CFAR检测。该文使用高分3号和TerraSAR-X数据来验证该算法的有效性和鲁棒性。实验结果表明,所提出的算法在包含较多密集分布的弱目标环境下表现良好,在此类环境下能获得97.85%的检测率和3.52%的虚警率,相比于现有的检测算法,检测率提升了5%,并且虚警率降低了10%,但在弱目标个数较少且背景十分复杂的环境下,则会出现少量虚警。      

广域监视模式下新的杂波加噪声谱密度矩阵估计方法

该文研究了SAR/GMTI系统广域监视(WAS)模式下杂波的特点,基于该特点,可以通过一个多普勒单元的杂波加噪声谱密度矩阵来估计另一个多普勒单元的杂波加噪声谱密度矩阵,并推导了相应的估计公式。在此基础上提出新的杂波加噪声谱密度矩阵估计方法,即通过第#em/em#-1个和第#em/em#+1个多普勒单元的杂波加噪声谱密度矩阵来估计第#em/em#个多普勒单元的杂波加噪声谱密度矩阵,并联合特征矢量子空间投影的方法可以大大减弱目标污染样本对空时处理性能的影响。仿真结果表明这种方法的有效性。     

地球同步轨道星载降雨测量雷达设计

分析了雨的空间分布特性,对现阶段降雨测量雷达的现状进行了调研,提出了一种地球同步轨道星载降雨测量雷达设计方法。该雷达采用Ka频段工作频率,采用螺旋扫描实现5 000km直径的圆区域覆盖,可实现0.3mm/h以上强度降雨的探测。同时,地球同步轨道降雨测量雷达可实现定点观测,通过3~4颗卫星组网即可实现全球覆盖。该雷达是实现全球气候与环境变化监测,军事战场作战环境综合探测的必要装备。     

改进的SAR图像双参数CFAR舰船检测算法

双参数CFAR检测中设置了目标窗口、保护窗口和背景窗口3个窗口,并且窗口的大小,滑动步长都要进行经验训练得到,效率低,对距离很近的舰船SAR图像会产生漏检。针对这些不足, 该文提出了一种改进的双参数CFAR检测算法,该算法只取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除并对背景窗口中的剩余部分进行均值和方差估计来检测舰船,并且将窗口滑动步长取为目标窗口尺寸。相对双参数CFAR算法,结构得到了简化,检测结果的虚警率减小, 对距离很近的舰船不会产生漏检, 计算效率得到了改善。仿真结果表明了方法的有效性。     

基于灰度相关性的SAR图像联合CFAR舰船检测算法

分析了中高分辨率SAR海洋图像的目标和海杂波特点,利用了SAR海洋图像中舰船目标的灰度相关性、形状特性以及舰船目标与背景杂波的信杂比特性,提出了一种基于灰度相关性的联合CFAR舰船检测算法。算法综合利用了舰船目标内部相邻像素间的灰度强相关性和舰船目标和海杂波的信杂比,建立了海杂波区域内相邻像素间灰度值的二维对数正态分布来实现联合CFAR检测。该算法能够改善斑点噪声和背景局部不均匀对检测带来的虚警,检测效果相比于传统检测算法更加优越。     

一种基于图像分割和归一化灰度Hough变换的SAR图像舰船尾迹CFAR检测算法

该文提出了一种新的SAR图像舰船尾迹的恒虚警检测算法。该方法首先检测出舰船并将舰船部分用图像灰度均值代替;分别以舰船重心为中心分割出一定尾迹长度的正方形区域并以舰船重心为中心将图像分割成4个子图像,对各子图像进行归一化灰度Hough变换,分割后的尾迹在子图像中的对比度得到了提高。在各子图像变换域依概率模型进行统计建模实现了CFAR检测,最后将4个子图像的检测结果进行融合得到最终的检测结果。检测结果更好地提取出了尾迹,并且实现了尾迹的CFAR检测。仿真结果验证了算法的有效性。