基于邻域平均和正交分解的双通道SAR图像域慢动目标检测方法

慢动目标检测是利用合成孔径雷达(Synthetic Aperture Radar, SAR)实现空间对地观测应用的一个主要方面,具有广泛的应用背景和重要的学术价值。为了构建检测率高、实用性强的双通道SAR地面慢动目标检测过程,本文提出了一种基于邻域平均和协方差矩阵正交分解的检测算法。该算法在对特征值分解量进行修正的基础上,通过获取采样协方差矩阵与杂波协方差矩阵正交的分量,以此构造出有效的动目标检测量,结合采样协方差矩阵的邻域平均处理,实现慢动目标的精确检测。相比常规的DPCA(Displaced Phase Center Antenna)技术,该算法具有杂波抑制能力强、旁瓣抑制能力好、检测门限设定简单、检测率高、虚警率低等特点,仿真结果证明了该算法的有效性。     

基于干涉图幅度和相位联合的双通道SAR地面慢动目标检测方法

提出了一种基于干涉图幅度和相位联合的双通道合成孔径雷达(SAR, Synthetic Aperture Radar)地面慢动目标检测方法.在干涉图幅度、相位统计特性分析基础上,充分利用动目标像素点和杂波干扰之间的散射特性差异,通过对干涉图相位进行函数变换,并联合干涉图幅度得到了一种新的动目标检测量,由该检测量并结合邻域平均处理可以较容易地实现动目标的快速精确检测.仿真实验表明:所提检测算法与经典的DPCA(Displaced Phase Center Antenna)、ATI(Along Track Interferometry)方法相比,具有杂波和噪声抑制能力强、稳健性高、适用范围广、可检测速度范围大、检测率高、虚警率低等特点,证明了算法的有效性.     

相似度动目标检测量的修正与第二特征值 检测量的有效性证明

SAR地面慢动目标检测是利用SAR实现空间对地观测应用的一个主要方面,具有重要的理论意义和迫切的实际需求.目前,通过对协方差矩阵进行特征值分解得到三个检测量(第二特征值、干涉相位和相似度),为慢动目标检测的实现开辟了一条新途径.本文针对相似度和第二特征值检测量存在的理论缺陷,首先,根据对角化矩阵与Pauli自旋矩阵构成的单位上半球面点具有一一对应的特点,从理论上修正了相似度检测量表达式.进而,首次提出并证明了"对协方差矩阵进行邻域平均预处理是第二特征值作为有效动目标检测量的前提条件"这一命题,有力地补充和完善了特征值分解检测量的理论体系.仿真实验结果也证明了理论推导的正确性.     

基于Mellin变换的K分布参数估计新方法

 K分布是目前SAR图像建模领域应用最广泛、最著名的统计模型之一.当前普遍采用的是基于矩估计的参数估计方法,但其存在等效视数值需要经验获取、容易出现错误估计以及造成K分布失效等问题.为此,本文提出了一种基于Mellin变换的K分布参数估计新方法.该方法以Mellin变换为基础,详细推导了K分布对应的第一个、第二个第二类型的特征函数和它们各自对应的对数矩和对数累积量,最终获得了K分布参数估计简洁的迭代表达式.所提方法不但有效克服了K分布失效的问题,更为重要的是,其把视数同形状参数、尺度参数一样视为待估计的参数,且能够快速准确地迭代出它们的估计值,保证了K分布的拟合精度.实验结果证明了所提方法的有效性.     

一种新的极化SAR图像目标CFAR检测方法

该文提出了一种新的极化SAR图像目标CFAR检测算法。首先,在乘积模型框架下,引入具有均匀度变化下广泛杂波区域建模能力的逆Gamma分布,推导出了极化匹配滤波(PMF)检测量的分布模型P-G0分布。进而,利用基于Mellin变换的对数累积量导出了P-G0分布的参数估计器,保证了PMF检测量的精确建模。最后,推导出P-G0分布的CFAR检测阈值求解公式,以此设计了新的CFAR检测算法。利用RADARSAT-2极化SAR数据的实验结果表明了P-G0分布对不同均匀度的地物都具有良好的拟合性能,所提检测算法能够实现均匀度变化较大环境下目标的准确、自动检测。     

基于干涉图的D-SAR地面慢动目标检测算法

由于应用干涉图对地面慢动目标进行检测时表现出巨大的潜力,因此备受国内外SAR-GMTI研究者们的青睐.在分析和对比了各种基于干涉图的双通道SAR(D-SAR)图像域地面慢动目标检测算法的基础上,首先,对现有算法进行了归纳分类;然后,分析比较了每类算法的基本原理,并阐明了他们各自的优缺点;进而结合实验验证,分别从检测率和虚警率、稳健性、可检测速度范围以及抗干扰性等方面做了进一步的对比分析,并全面总结了现有算法的检测性能;最后,结合现有算法存在的不足,指出了下一步的研究方向.     

异质影像融合研究现状及趋势

成像机理上的差异导致了异质影像数据之间存在着本质区别,这使得其在像素级融合存在很大困难,因此异质影像融合主要集中于特征级和决策级.本文从信息融合的基本原理出发,详细论述了异质影像融合结构、特征级融合算法、决策级融合算法的研究现状.同时,深入分析了异质影像融合中存在的问题,并指出了未来的发展方向.     

G分布族参数估计新方法

提出了G分布族参数估计的新方法,首先详细分析了当前普遍采用的基于矩估计的G分布族参数估计方法存在的理论缺陷,在此基础上,提出了一种基于Mellin变换的G分布族统一的参数估计方法。该方法以Mellin变换为出发点,详细推导了G分布族中各分布对应的第一个、第二个第二类型的特征函数和它们各自对应的对数矩和对数累积量,最终获得了各分布参数估计简洁的迭代表达式。文中所提方法不但克服了各分布的矩估计器面临的诸多不足,更重要的是把视数同其他参数一样视为待估计的参数,且能够快速、准确地迭代出它们的估计值,保证了G分布族中各分布的拟合精度。以KL(Kullback-Leibler)度量、MSE(Mean Square Error)度量和K-S(Kolmogorov-Smirnov)检验为定量评估准则,对不同分辨率、不同视数的实测SAR图像分别采用文中所提各分布估计器与对应的矩估计器进行拟合实验,实验结果的全面对比分析证明了所提方法的有效性。     

SAR图像港口区域舰船检测新方法

SAR图像港口内舰船检测是SAR图像海洋应用研究的重要方面。快速、准确地检测港口内舰船将大大提高SAR图像的自动解译能力。该文通过分析港口内舰船停靠特点,提出了一种新的SAR图像港口内舰船检测方法。首先基于港口岸线获取港口沿岸区域SAR图像,然后详细分析了港口沿岸区域SAR图像的杂波统计特性,进而采用基于G0分布的CFAR(Constant False Alarm Rate)检测算法完成了港口内舰船检测。实验结果表明,新方法能有效地将不同形状的港口区域的舰船与绝大部分陆地分开,具有港口内舰船检测率高、虚警率低等特点。     

基于IP网络服务质量的研究与实现

随着IP网上大量实时性业务的出现，如何保障网络的服务质量QoS是一重要的研究课题。分析了流量整形的原理，在此基础上提出了一种在不改变现有IP主干网结构的情况下提高IP QoS的具体方案，可有效地保证用户网内重要数据的及时传输。