冲激SAR成像的分辨率估计

后向投影 (BP)算法是一种被广泛应用于冲激SAR的成像算法。当冲激SAR的发射信号是某一类冲激信号时 ,根据冲激SAR成像的特点 ,推导出BP算法的方位分辨率与成像积累角、信号中心频率的关系。仿真结果表明 ,在相当范围内 ,估计公式都是准确的     

基于FRFT的FMCW SAR成像

调频连续波合成孔径雷达(FMCW SAR)结合调频连续波与合成孔径成像技术,具有体积小、重量轻、成本低、分辨率高等一系列优点,是新近提出来的一种成像雷达体制。由于FMCW SAR的差频信号在方位向可以转化为调频信号,据此提出了一种基于分数阶傅立叶变换(FRFT)的FMCW SAR成像算法。仿真结果表明,该算法与RD算法相比较,方位向主瓣压缩和旁瓣抑制效果非常明显。     

一种Mini-SAR的极坐标成像算法

Mini-SAR技术是目前SAR领域一个新兴的重要研究方向,但目前投入实用的成像算法很少。针对Mini-SAR的成像原理,给出了一种新的投入实用的极坐标成像算法,通过对该算法优缺点的研究,分析了Mini-SAR成像场景、分辨率及作用距离三者之间的关系,讨论了该算法对成像场景尺寸的限制要求,明确了算法的适用条件;最后利用某型Mini-SAR实际复数图像数据验证了该算法的正确性。研究结论对国内小型SAR的研制具有一定参考价值。     

一种高分辨SAR层析成像方法

在城区建筑三维重建中,如何利用非均匀的少量观测数据,在保持方位向-距离向分辨率的同时实现高度向的高分辨成像是SAR层析面临的一个主要难题.在确定性点目标模型下,基于RELAX算法,提出了一种适用于城区建筑三维重建的SAR层析高分辨成像方法.与统计模型下的空间谱估计方法相比,该方法无需多视处理,能够保持方位向-距离向分辨率.与奇异值分解方法相比,该方法具有更优的高度向分辨能力.在仿真数据和Envisat-ASAR实测数据处理实验中,该方法的有效性得到了验证.     

FPGA实时多普勒中心频率估计

基于弹载合成孔径雷达(SAR)对成像精度、处理时间、资源使用效率和设备低功耗的更高要求,提出一种基于FPGA的多普勒中心频率估计方法,采用FPGA实现实时高精度多普勒中心频率估计。改进回波处理流程,在距离向脉冲压缩过程中,距离向脉冲压缩结束后即可完成多普勒中心频率估计,进行后续距离走动校正(RCMC),实现了SAR信号处理机的"零等待"。在算法实现过程中,提出了基于FPGA的流水线式相位解缠绕方法和基于最小二乘的参数曲线拟合算法,实现相位解缠绕的连续流水输出以及中心频率估计参数精确插值。通过试验验证,基于FPGA的多普勒中心频率估计方法,充分发挥了处理资源使用效率,使SAR信号处理机硬件相对以前减少80%以上,处理时间和频率估计精度均优于系统要求。     

基于AR模型法功率谱估计的Matlab实现

本文根据现代谱估计中的线性预测自回归模型法（AR模型法）估计功率谱的原理,讨论了Levinsion算法和Burg算法计算AR模型参数、估计功率谱,并利用Matlab工具进行了实例计算和分析。结果表明：不加窗的burg算法得到的随机信号功率谱较为真实,没有明显的频率偏移和假峰,并且具有较高的频率分辨率。     

毫米波高分辨SAR成像算法性能分析

为了研究SAR成像算法在毫米波段的处理性能,以点目标回波信号模型为基础,对几种经典SAR成像算法进行了推导,分析了各算法近似处理引入的误差。仿真结果表明,在高分辨毫米波SAR成像中,RD算法和CS算法存在大于1/4波长的相位误差,NCS算法相位误差小于1/4波长。研究结果可为毫米波高分辨SAR成像系统中成像算法的选择提供参考。     

一种基于机载SAR原始回波的多普勒参数估计方法

多普勒参数的估计精度直接影响机载合成孔径雷达系统(SAR)成像质量。根据平均后的方位谱来估计多普勒中心频率,通过计算子图像之间的位移值来估计多普勒调频斜率。为了消除在实际应用中各种干扰的影响,采用了对原始回波数据加窗的方法来提高对估计的准确性。该算法的估计结果可以用于补偿载机运动误差引入的相位误差,从而实现高分辨率成像。通过使用实验数据进行分析,验证了该方法的有效性。     

条带式合成孔径雷达数字聚束算法

与聚束工作模式的合成孔径雷达 (SAR)相比 ,条带式SAR能够在相同时间内对更大范围的区域进行微波成像。但是在分析条带式SAR图像时 ,往往需要着重分析某些局部热点区域 (ROI ,Region-Of-Interest) ,而ROI外散射体的回波会降低ROI图像的对比度。本文的数字聚束 (Digitally -Spotlight)算法可以在成像前将ROI外的回波“过滤” ,实现等效的的聚束工作模式 ,从而提高SAR对比度。仿真验证了该算法的有效性。     

基于高精度景象匹配的SAR平台定位方法研究

为了提高SAR平台定位精度，本文提出了一种基于景象匹配的SAR平台定位的方法。该方法利用成像中间时刻SAR平台与SAR图像中心线上物点共线的特性，先在图像中心线上均匀选取若干点作为匹配点，并与光学基准图进行高精度景象匹配获取它们的物点坐标；然后根据这些物点坐标估计出图像中心线在当地水平面投影的直线方程；最后利用直线信息和斜距高度信息计算SAR平台在水平面上的投影点位置，进而计算得到成像中间时刻SAR平台的空间位置。为了进一步提高匹配精度，分别提出了对正侧视和斜视SAR图像匹配区域进行几何粗校正的方法。本文还分析了不同误差因素对平台定位精度的影响，并给出了精度估计公式。仿真和实际图像实验结果表明，本文方法正确可行，具有较高的定位精度，具备工程实用价值。     

高分辨率UAV SAR的三维运动误差分离与补偿

在基于SAR回波的数据处理中,多普勒调频率具有很高的估计精度且对场景的依赖性很小,可以更广泛地用于自聚焦处理。基于多普勒调频率参数估计,针对回波包络及相位分别提出了误差提取模型,并通过包络误差校正和相位误差补偿两个步骤实现了高精度的运动补偿处理。实测数据表明,本文方法可以在低精度导航信息情况下获取高分辨率雷达图像。     

基于高精度景象匹配的SAR平台定位方法

提出一种利用SAR图像与光学基准图高精度匹配实现SAR平台定位的方法。利用成像中间时刻SAR平台与SAR图像中心线上物点在水平面的投影共线的特性,在图像中心线上均匀选取若干点作为匹配点,并与光学基准图进行高精度景象匹配获取它们的物点坐标;根据这些物点坐标估计出图像中心线在当地水平面投影的直线方程;利用直线信息和斜距高度信息计算SAR平台在水平面上的投影点位置,进而计算得到成像中间时刻SAR平台的空间位置。为了进一步提高匹配精度,分别提出对正侧视和斜视SAR图像匹配区域进行几何粗校正的方法。还分析了不同误差因素对平台定位精度的影响,并给出精度估计公式。仿真和实际图像实验结果表明,方法正确可行,具有较高的定位精度,具备工程实用价值。     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.     

特征量积和IHS变换的多源遥感图像融合方法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于特征量积和IHS变换的多源遥感图像融合方法.该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S三个分量;其次,依据特征量积准则融合TM图像的亮度分量和SAR图像,并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像.实验结果表明,与IHS法和小波变换法相比,方法快速、简洁,在保持光谱信息与增强空间细节信息两个方面的综合性能均得到提高.     

基于图像对比度最优的频率步进ISAR成像方法

在频率步进高分辨ISAR成像中,目标的径向运动会带来距离多普勒耦合,从而对ISAR图像有较大的影响。提出了一种基于图像对比度最优的运动参数估计方法。该法分析了径向速度和径向加速度对多普勒像对比度函数的影响。通过构造相位补偿因子,在多普勒像中基于多普勒像对比度最优估计径向加速度。在径向加速度补偿后,在距离像中基于距离像对比度最优估计径向速度。进行运动补偿,利用RD算法实现了目标的高分辨ISAR成像。该方法具有运动参数估计精度高和计算量小的优点。仿真结果验证了方法的有效性。     

一种基于G0分布的SAR图像快速CFAR检测方法

杂波统计模型是决定CFAR检测算法性能的关键因素.G0分布能对单视和多视SAR图像中均匀、一般不均匀和极不均匀区域精确建模,但存在参数估计复杂、阈值表达式难以求解的问题,限制了其实用性.针对这些问题,分别采用矩估计法和二分法来完成参数的估计和阈值的求取,并通过目标区域预筛选和迭代计算等手段进一步提高了计算效率,得到了一种兼顾检测效果和效率的快速CFAR检测方法.实验结果验证了该方法的有效性.     

一种基于自适应阈值估计算法的SAR图像去噪方法

为去除乘性相干斑噪声对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的影响,将小波域去噪和二维平移不变去噪算法进行有效结合,提出一种新的自适应阈值估计算法.基于概率密度函数和贝叶斯估计理论,可以得到子带阈值.通过对数变换,将算法应用于含相干斑噪声的SAR图像去噪.理论分析和实验结果表明该算...     

基于非参估计的局部滑窗双参CFAR目标检测

针对特定杂波概率模型不能有效的描述SAR图像背景杂波这一问题,提出了一种基于非参估计的局部滑窗双参CFAR目标检测算法。该方法首先用非参估计方法逼近SAR图像局部背景,完成对局部背景的精确建模;在此基础上,理论推导了局部双参CFAR检测算法的阈值,设计了阈值求解的数值算法。对典型目标图像进行实验,结果表明,该方法检测速度较快、精度较高。