一种改进的杂波图检测方法

雷达目标恒虚警检测技术是雷达信号处理系统中的关键技术,雷达目标恒虚警检测技术按杂波强度估计方式的不同可分为滑窗式检测和杂波图检测。杂波图检测方法常用于空域变化较剧烈的非均匀杂波背景,但经典的Nitzberg杂波图检测方法在拖尾较重的非高斯杂波背景中性能会恶化。本文基于非相干积累提出了一种杂波图检测新方法,并给出了其数学模型和数值分析结果。分析结果表明,该方法在"尖锐"杂波环境中的检测性能较好,且便于工程实现。     

G0分布下基于白化滤波的极化SAR图像CFAR检测

在已有的极化合成孔径雷达(PolSAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题。为解决此问题,提出了一种G_0分布下虚警概率具有闭合解析表达形式的CFAR检测方法,并定义虚警损失率(CFAR Loss, C_L)参数用以量化评估CFAR检测方法的恒虚警保持效果。首先,在乘积模型框架下,引入了逆Gamma纹理变量假设,推导出了多视极化白化滤波(MPWF)检测量的概率密度函数(PDF)。然后,对MPWF检测量的概率密度函数积分得到了虚警概率关于CFAR检测阈值的解析表达式,并设计了相应的CFAR检测流程。最后,采用仿真数据和AIRSAR实测数据对已有方法和新方法进行了算法运行时间、检测量拟合性能及目标检测性能对比。实验结果表明,方法运行时间比已有方法缩短3至30倍,具有良好的实时性;日本玉野地区的AIRSAR实测数据结果表明G_0分布对高分辨不均匀海区具有良好的拟合性能,且新方法在G_0分布和非G_0分布海区均能有效检测出目标,鲁棒性较强,相比其他检测方法品质因数(FoM)平均高出15.78%;C_L分析结果表明新方法具有良好的恒虚警保持性能,同时指出杂波对数累积量散点距离G_0分布曲线越近,新方法的恒虚警保持效果越好。     

SAR 图像中不同特性条纹噪声的滤除

分析Burst工作模式星载SAR 系统中, 采用全孔径成像算法会产生周期性明暗条纹噪声的原因, 提出一种简单高效的一维频域滤除算法, 并给出包含该操作的改进距离多普勒成像算法流程。对于因雷达系统本身原因而产生的一些非周期不规则条纹噪声进行讨论, 针对此类噪声提出一种二维频域区域滤波的算法。通过对实际星载SAR 数据的处理, 验证算法的有效性。     

利用全极化SAR数据去方位向模糊的舰船目标检测方法

在SAR成像过程中,利用目标相对于雷达运动的多普勒频率进行方位向压缩来提高方位向分辨率。对于海面舰船目标,往往由于SAR发射的脉冲重复频率过低,回波信号的多普勒频率欠采样,引起高亮度的方位向模糊噪声,产生虚假目标。若直接利用传统CFAR、子孔径相干等目标检测算法,会把方位向模糊引起的虚假目标误判为舰船目标,降低了舰船目标的检测精度。针对SAR影像方位向模糊现象,提出一种利用全极化SAR数据的舰船目标检测算法,其利用H-A-Alpha分解得到的第三散射机制,结合方位向全极化子孔径相干,消除了方位向模糊噪声对舰船目标检测的影响,提高了舰船目标的目标杂波比。通过采用日本玉野Kojimawan港口附近的C波段AIRSAR全极化数据进行试验,验证了该算法能消除SAR方位向模糊,降低虚警率,提高舰船目标的检测精度。     

结合置信度的多通道星载SAR在轨舰船低虚警快速检测

舰船目标快速检测是星载合成孔径雷达的重要应用之一,也是SAR星上处理首先发展的应用方向.目前SAR舰船快速检测普遍使用的图像恒虚警(CFAR)检测方法中,低虚警一直是研究的重点,多通道SAR中舰船目标存在多通道虚假目标,进一步增加了虚警剔除的难度.为此,本文提出了一种基于置信度计算和SVM判别的低虚警CFAR(Cons...     

基于噪声白化的高光谱数据子空间维数算法

高光谱影像数据的相邻波段间相关性较强,信号与噪声共存,根据最小二乘原理,使观测数据与噪声的投影误差之和最小化的HySime(hyperspectral signal identification by minimum error)算法,通过数据观测值减去噪声估计值后得到信号的估计值,进而可以计算信号相关矩阵的估计值。该算法在准确估计噪声的情况下是可行的,但实际上经光谱降维去相关后得到的各像元噪声估计值往往并不准确,因此,原始的HySime算法得到的结果可能并不理想。提出一种基于噪声白化的HySime改进算法,它不必进行逐像元的噪声去除,而是先对原始数据进行噪声白化处理,然后准确获取噪声的协方差矩阵估计值,再利用HySime算法进行信号相关矩阵计算,实现了提高算法精度的目的。通过模拟和实验数据的验证,改进的算法结果更准确稳定,与经典的NSP(noise subspace projection)算法在不同情况下所得结果有很好的一致性,通过引入噪声白化的过程,提高了算法对非白噪声的适应性。     

基于特征保持的线性多通道最优求和SAR图像滤波算法

在线性多通道最优求和滤波算法的基础上,提出一种基于特征保持的线性多通道最优求和滤波算法。该方法结合图像局域方差系数和具有恒虚警概率的比值结构检测,对滤波窗口内图像的纹理结构进行检测和判断,有区别地进行滤波去噪。该算法在去除斑点噪声的同时,可减少边缘、线及点目标等纹理信息的损失。     

一种改进的SAR影像边缘检测方法

由于SAR影像具有乘性相干斑噪声,某些对光学影像有较好检测性能的边缘检测算子,对于SAR影像并不适用,因此本文提出了一种将改进后的Ratio算子与Canny算子相组合的新方法。首先采用多种客观评价指标,得出经典方法中的Lee滤波能有效去除噪声,且最大限度保留了梯度信息,适用于边缘检测;然后对边缘检测具有恒虚警特性的Ratio算子进行改进,改进后的算子更利于影像归一化处理;最后利用改进后的Ratio算子与Canny算子组合成新方法。试验结果证明,组合后的新方法显著提高了边缘检测正确率和定位精度,改善了边缘连续性,具有一定的有效性和实用性。     

一种SAR图像车辆目标鉴别特征及其提取方法

该文引入差分盒维法来计算高分辨率SAR图像车辆目标的一种新的鉴别特征,即间隙度特征,可以用来定量评估车俩目标感兴趣区域内像素幅度的不规则程度和间隙尺寸,以此消除杂波虚警.基丁散射中心理论分析了车辆目标和自然地物后向散射强度分布的差异性,并从理论上推导出间隙度特征具有对相干斑噪声不敏感的特点,由此构成了SAR图像车辆目标鉴别处理的一个尺度不变特征.采用MSTAR车辆目标数据和背景杂波数据检验了所提特征的鉴别性能,并与Hausdorff维数的鉴别性能做了比较,结果显示间隙度特征具有较好的鉴别性能,可以去除大部分的自然地物虚警和非车辆类人造目标干扰,鉴别虚警率较低.     

一种改进人类视觉的SAR图像舰船检测方法

针对以离散余弦变换为核心的人类视觉模型舰船检测算法受数据类型限制的问题(即对复数类型的数据检测效果不好),该文提出了一种改进的人类视觉模型SAR图像舰船检测算法。该算法是以快速傅里叶变换代替离散余弦变换,将SAR图像从空间域变换到频率域;快速傅里叶变换对数据类型要求较低,只要求数据是离散的,并且运行效率更高。然后,采用3种星载SAR数据——ENVISAT ASAR(25m)、Sentinel-1(10m)和Cosmo-Skymed(2.5m)进行对比实验。结果表明,以快速傅里叶变换为核心的人类视觉模型舰船检测算法的检测性能和效率优于以离散余弦变换为核心的算法、双参数恒虚警率(CFAR)算法和K分布恒虚警率算法。     

顾及系统噪声和观测噪声的分级自适应信息滤波算法

高精度的载体动态导航与定位不仅需要对载体异常扰动和观测异常有良好控制,还需要对状态方程系统噪声及观测噪声的时变特性有准确认识和处理.首先针对包含系统噪声的动力学模型和包含时变观测噪声的导航系统,提出一种基于信息滤波形式的分级自适应滤波算法.然后针对系统噪声的渐变性和突变性,增加了遗忘因子和二段自适应因子,提高了对突变噪...     

一种快速解算高维模糊度的LLL分块处理算法

由于多频多模GNSS观测数据解算的模糊度具有较高的维数和精度,当采用常规的LLL算法进行模糊度整数估计时,规约耗时显著大于搜索耗时,成为限制高维模糊度解算计算效率的主要因素。针对这一问题,通过分析规约耗时与模糊度维数和精度之间的关系,提出了一种LLL分块处理算法。该算法通过对模糊度方差协方差阵进行分块处理,降低单个规约矩阵的维数,以减少规约耗时,从而提高模糊度解算计算效率。通过两组实测高维模糊度数据对本文提出的分块处理算法进行了效果验证。结果显示,当分块选择合理时,本文提出的算法相对于LLL算法的解算效率分别可提高65.2%和60.2%。     

基于改进Cao算法确定奇异谱嵌入维数及应用

针对奇异谱分析嵌入维数不确定性这一问题,以往学者的方法过于主观。文中基于Cao算法对其嵌入维数的选择进行研究,同时针对该算法存在的不足,提出改进Cao算法,在理论分析的基础上,用改进算法进行仿真实验,实验结果表明:改进的算法对嵌入维数的选择更具有准确性和高效性,减少了主观性。最后将其应用到变形监测数据,实现对监测数据的降噪处理,并提取主要趋势项。     

机载双基地SAR实测数据成像

建立双基地SAR的单基地等效模型,分析了系统时间同步误差的机理;提出了双基地SAR回波中的直达波数据进行时间同步误差校正的算法;在双基地SAR单站等效模型的基础上,利用时变阶梯变换算法进行成像处理。经过理论分析,实测数据处理验证,这一算法是有效的,能够校正双基地SAR时间同步误差,较好地进行实测数据的成像处理。     

一种扩展的基于结构检测的最优多视极化SAR相干斑滤波算法

全极化数据的可得,使得利用极化散射矩阵以减少多视全极化SAR图像中的相干斑成为了可能。其中,被称为最优的多视极化白化滤波器（MPWF）就是一个典型例子。然而,为提高滤波器参数估计的精度,同时能够自适应的检测图像中的结构特征,在滤波时采用适当的窗算法是必要的。本文提出了两个有效的窗算法,并用1994年NASA SIR-C/X-SAR,L band,经过四视处理的天山森林的极化数据进行了仿真。实验结果表明,这两种算法不仅很好的达到了降噪效果,而且对图像的纹理信息以及结构特征（即边缘特征、线性特征、强散射体特征）的保持效果是最佳的。     

GPS重力数据的粒子群算法联合反演断层三维滑动速率

联合反演是解释地球动力问题的有力手段,本文利用近年来发展的新优化算法-粒子群算法结合位错理论模型,比较了模拟数值的联合反演与单一数据反演的结果.并采用青藏高原东北缘2001-2004年间的GPS数据,及2003 -2004年间的重力数据,对皇城-塔尔庄断层的三维滑动速率进行了附有相对权比的联合反演计算.结果表明,多种数...     

遥感影像单类分类的白化变换法

提出一种基于白化变换的单类分类方法。该方法仅需要兴趣类别的训练样本。首先,基于兴趣类别对原遥感影像作白化变换,使兴趣类别的分布在各个方向上的方差相同。然后,确定一个距离阈值实现单类分类,根据切比雪夫定理,选择不同倍数的标准差作为阈值进行单类分类试验。结果表明,各个地物类别都在3~4倍标准差的区间内获得最高的分类精度。最后,以3倍标准差作为阈值的单类分类结果,与单类支持向量机方法比较,两种方法的分类结果非常相近,而基于白化变换的方法阈值选择简单,鲁棒性强。     

基于可变步长的光谱响应曲线分形维计算方法研究

提出了一种基于可变步长(即基于不同采样率)的高光谱图像响应曲线分形维计算方法.该方法在不同的采样率下对光谱响应曲线进行采样,计算相邻点的光谱响应差值,统计采样点的差值总和,利用最小二乘法求出分形维.为了提高计算效率,运用多线程的技术将高光谱图像分成几个部分,各部分的分形维由多核计算机同时并行计算.实验结果表明,该方法能...     

基于IRCGA优化的GM(1,1)变形预测方法与应用研究

阐述了引入时间距离权的传统GM(1,1)模型的建模过程以及灰色模型等级的判断方法,深入分析了白化背景参数λ取值对建模精度的影响;同时针对传统λ取值的缺陷,提出使用基于实数编码的改进遗传算法(IRCGA)对其进行优化处理,并用多个工程实例分析验证了优化后的GM(1,1)模型相对传统的灰色模型及其优化模型拟合效果更好,更加贴近真实数据序列。     

免疫算法及其在测量数据处理中的应用

介绍了免疫算法的发展概况，论述了基于克隆选择的免疫算法的基本原理、解算步骤等；并将其应用于测量数据处理领域，通过实例分析了免疫算法在测量数据处理中应用的可行性和优点。