基于自适应小波阈值的SAR图像去噪算法

针对传统阈值去噪方法处理合成孔径雷达(Synthetic Aperture Radar,SAR)图像存在的失真,边缘模糊等问题,提出了一种自适应小波阈值算法。首先对经过对数变换后的SAR图像进行小波变换。然后利用自适应小波阈值对变换后的SAR图像高频部分进行去噪处理,去噪后再对其进行小波逆变换处理。最后再进行一次指数变换,达到去噪的目的。实验结果表明,该算法能够得到较好的去噪效果,并且还有效地解决了传统算法所带来的不足。     

基于GPU的SAR成像层次化并行处理研究

针对SAR成像处理具有的内在并行性,提出了一种基于GPU的SAR成像层次化并行处理方法。首先分析了SAR成像处理过程中信号的并行性,对任务进行了层次化分解与组合,设计了层次化并行的CS成像算法;然后通过CUDA编程将并行成像算法映射到CPU+GPUs系统平台上,实现了层次化并行成像处理;为了检验并行处理效果,采用原始数据进行了SAR成像处理实验。实验结果表明,在几乎没有损失图像质量的情况下,层次化并行处理获得了较高的加速比。     

高保真超宽带TEM喇叭的分析与设计

本文讨论了波形保真的ＴＥＭ嗽叭分析和设计问题．本文提出了两个新论点：１）嗽叭的开口端阻抗不能看作真空波阻抗,它与嗽叭尺寸、张角有关;２）冲激脉冲有时序性能,反射只与局部结构有关,因此,波形保真嗽叭不同于普通的宽带嗽叭．本文按此思想设计了一个宽张角圆锥ＴＥＮ嗽叭,实验表明波形保真良好．     

方位多相位中心SAR信号重建误差分析

就方位多相位中心(Azimuth Multiple-Phase-Center,AMPC)合成孔径雷达(Synthetic Aperture Radar,SAR)系统的阵列误差对信号重建性能的影响进行分析。将阵列误差建模为随机过程,结合最小二乘(Least-Square,LS)算法,推导了AMPC SAR误差功率谱的解析表达式,进而得到了AMPC SAR的信噪比与方位模糊比的解析表达式。仿真实验验证了理论分析的正确性。分析指出,随着系统脉冲重复频率的升高,有必要通过减小重建系数以实现重建性能的提升。分析方法与结果对AMPC SAR系统设计以及图像质量预估提供有效支撑。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。     

基于SAR的远程精确打击应用

利用SAR(合成孔径雷达)探测识别并将目标定位,将目标的位置信息送给制导炸弹,通过制导炸弹精确打击目标,实现防区外精确打击或战略轰炸是远程轰炸的发展趋势。对联合直接攻击弹药(JDAM)的研发情况进行了描述,结合当前SAR的发展状况,对采用SAR图像进行目标识别定位,通过制导武器进行防区外武器投放精确打击地面固定目标探讨,提出了基于SAR进行制导武器投放控制的一种思路。     

基于迭代结构滤波器的SAR图像去噪方法研究

通过比较各种合成孔径雷达 (SAR)图像的滤波方法 ,指出他们存在的不足。然后提出基于模拟退火的迭代滤波器的SAR图像滤波方法。这种方法通过引入相关邻域模型 ,描述图像的局部特性。首先建立一系列反映方向信息的模板 ,每一个模板代表了一种邻域结构。然后在SAR图像的统计性质基础上 ,对于每个邻域结构 ,利用Bayes方法 ,根据图像的观测值 ,获得强度真实值的最大后验概率 (MAP)估计。然后运用模拟退火算法 ,根据每个结构的概率随机选取一个邻域结构作为最适合结构 ,它所对应的估计值作为图像真实强度的估计。模拟退火保证随着温度逐步趋向于 0 ,算法可以获得估计的全局最优解     

一种正交解调超宽带接收系统幅相误差实时校正方法

在分析了影响正交解调结构超宽带接收系统性能的幅相误差来源的基础上 ,针对超宽带系统的特点 ,提出了用 2PFIR滤波器对整个系统幅相误差进行实时校正的方案 ,随后推导出设计复系数 2PFIR滤波器的算法 ,并给出仿真结果     

基于 RELAX 的 UWB-SAR 抑制 RFI 算法

在首先给出超宽带合成孔径雷达 ( UWB-SAR)抑制射频干扰 ( RFI)问题的参数化模型基础上 ,从信号参数估计出发 ,具体推导了实信号下 RELAX算法的计算公式。针对 RFI的复杂性 ,提出了一种逐级RELAX算法 ( GRELAX)。基于仿真和实测数据的实验结果表明 :GRELAX算法能够有效地抑制 RFI,并具有较快的运算速度     

基于多尺度稀疏字典的SAR图像目标识别方法

针对合成孔径雷达目标识别问题,提出一种基于多尺度稀疏字典的SAR图像目标识别方法。稀疏字典选择是稀疏表示中的关键问题之一,该方法利用小波多尺度分析构造过完备稀疏字典,将训练样本图像在小波解析域中进行小波多层分解,充分利用小波多尺度分析突出图像局部特征的特点,并和过完备稀疏表示有效结合组成级联字典。通过求解测试样本相应的稀疏系数矢量并根据系数矢量中对应训练样本类别的重构误差判定目标类型。实验结果表明,该方法在识别前无需对SAR图像进行预处理,具有良好的识别效果。