卫星姿态误差对多通道SAR成像质量的影响

多通道SAR系统克服了传统成像模式中最小天线面积条件的限制,可以同时实现高分辨率、宽测绘带SAR成像.然而,多通道SAR系统方位向信号存在非均匀采样的现象,进而造成SAR图像虚假目标的出现.因此,方位向非均匀采样信号的重构对成像质量具有至关重要的影响.卫星姿态误差会导致方位向非均匀采样信号的重构出现偏差,大大降低了图像质量.本文通过建立一发八收星载SAR回波信号模型,推导出方位向信号非均匀采样所引起的虚假目标的位置和强度的计算公式,并分析了在不同视角下偏航、俯仰、横滚3个方向的姿态误差对成像质量产生的影响.     

SAR图像多尺度积增强的目标检测算法

合成孔径雷达（SAR）成像系统的热噪声和海杂波严重影响SAR图像自动目标检测的性能,去噪和均匀背景杂波是提高SAR图像目标检测性能的重要课题。根据SAR图像噪声功率一般存在于信号小尺度,没有跨尺度特征,而目标信号的边缘具有跨尺度的特点,本文提出了一种多尺度积信号增强和去噪的SAR图像船舰目标检测算法。本算法对SAR图像进行小波变换,应用多尺度积在小波域增强SAR图像船舰信号和均匀背景杂波,再对SAR图像进行目标检测。ERS SAR图像用于验证本文算法。仿真实验结果表明,新算法同传统的双参数CFAR检测算法、基于K-分布背景杂波的检测算法以及基于小波软阈值增强的检测算法相比,在虚警数和品质因数性能指标上均优于后几种检测算法。     

一种UWBSAR图像中的非均匀背景CFAR检测方法

针对UWBSAR图像中的非均匀背景目标检测问题,提出了一种CFAR检测方法.该方法运用变量索引和秩序统计量CFAR检测,可以在杂波背景的非均匀区域,自动根据检测单元的位置选择合适的估计杂波功率的样本,能使检测器在多目标环境和不规则非均匀背景交界处保持CFAR性能.试验结果表明,该方法在UWBSAR非均匀背景中的目标检测性能,优于传统的单元平均CFAR检测算法.     

基于测量数据的机载三维SAR横滚角运动误差补偿

机载三维SAR通过天线阵列、合成孔径和宽带信号实现三维成像,但平台的平动误差和姿态角误差会影响成像质量。不同阵元间的平动误差一致,可通过单天线SAR运动补偿方法去除,但姿态角误差改变阵元间相对位置关系,影响复杂,其中,横滚角误差影响最大,目前尚没有基于测量数据的补偿方法。本文建立了阵列天线SAR三维成像模型,分析了横滚角误差影响及横滚角误差与跨航向波数之间的关系,提出了波数域子孔径补偿方法,仿真结果证明该方法可有效补偿横滚角运动误差影响。     

一种基于特征分类辨识的SAR图像目标检测方法

该文给出了一种基于特征分类辨识的合成孔径雷达（Synthetic Aperture Radar,SAR）图像目标检测方法。用恒虚警（Constant False Alarm Rate,CFAR）和扩展分形（Extended Fractal,EF）方法对SAR图像进行目标检测后用面积和峰值能量比算子辨识目标和背景杂波,去除一部分虚警,用小波域主成分分析（Principal Component Analysis,PCA）对每个检测窗口内的图像提取特征向量,用支持向量机（Support Vector Machine,SVM）对提取得到的特征向量进行分类,辨识目标和背景杂波,完成目标检测。使用ADTS数据对该方法进行验证和分析,实验结果表明,经过特征分类辨识后,在检测率不变的情况下,虚警数目显著降低。因此,该方法是一种有效的SAR图像目标检测方法。     

基于分布模型差异的SAR变化检测

基于SAR图像的杂波统计特性,采用信息论中的交叉熵给出了一种提取多时相SAR图像差异的方法.采用瑞利分布函数作为SAR图像的分布模型,基于交叉熵导出了计算两幅SAR图像的差异因子;并采用恒虚警率(CFAR)的方法自动分割变化区域,取得了较好的结果.     

基于最大后验和非局域约束的非下采样轮廓波变换域SAR图像去噪方法

本文提出了一种基于最大后验和非局域约束的非下采样轮廓波变换域SAR图像去噪方法。根据SAR图像数据的特征,引入了非对数加性模型,并在该模型下对SAR图像NSCT域中的噪声分布统计建模,应用最大后验（MAP）准则和Non-Local（NL）约束相结合的方法解求SAR图像真实信号的NSCT系数。实验结果表明,本方法具有良好的去噪能力并在性能上优于当前主流方法。     

五、P23 摄影测量与遥感学

正CH20121448基于最大后验和非局域约束的非下采样轮廓波变换域SAR图像去噪方法=An Algorithm of SAR Image Denoising in Nonsubsampled Contourlet Transform Domain Based on Maximum a Posteriori and Non-local Restriction/岳春宇,江万寿(武汉大学测绘遥感信息工程国家重点实验室)//测绘学报.-2012,41(1).-59～64提出一种基于最大后验和非局域约束的非下采样轮廓波变换域SAR图像去噪方法。根据SAR图像数据的特征,引入非对数加性模型,并在该模型下对SAR图像NSCT域中的噪声分布统计建模,应用最大后验准则和非局域约束相结合的方法解求SAR图像真实信号的NSCT系数。试验结果表明,本方法具有良好的去噪能力。图3表2参20     

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...     

利用RD模型和DEM数据的高分辨率机载SAR图像模拟

本文提出一种利用DEM数据基于RD模型的SAR图像模拟方法.该方法选择了Muhleman后向散射系数模型模拟SAR图像的辐射特性,引入SAR成像中的RD模型直接进行几何变换和灰度重采样模拟出SAR图像的几何特征.实验结果分析表明:模拟的SAR图像和真实SAR图像在图像纹理和几何关系上是一致的,而且几何关系可以精确配准到均方根误差为1.3个像素.     

Anomaly Detection from Hyperspectral Images Using Clustering Based Feature Reduction

An anomaly detection method with a clustering based feature reduction is proposed in this paper to improve the performance of the Local RX detector. Because of high dimensionality of hyperspectral image and the low number of available samples in each local region around each testing pixel, the estimate of local covariance matrix is not possible. So, because of singularity problem, Local RX cannot use the local covariance matrix and misses the local structures of data to model the background clutter. To deal with this problem, a supervised clustering based feature reduction is introduced for extraction of background features with minimum overlap and redundant information. In the projected feature space with reduced dimensionality, the local structures of background pixels are estimated to efficiently model the background data. The experiments done on both synthetic and real hyperspectral images show the superior detection performance of the proposed method with a relatively high speed.     

Short-Range Clutter Suppression for Airborne Radar by Utilizing Prefiltering in Elevation

Space-time adaptive processing (STAP) techniques have achieved good performance when applied to side-looking airborne radar (SLAR) where the ground clutter is relatively stationary, but due to severe range dependence, the performance is not so good in non-SLAR particularly when the pulse repetition frequency is high enough to induce range ambiguity. Because the short-range clutter Doppler for non-SLAR varies rapidly with range while the long-range clutter Doppler varies gently, at the presence of range ambiguity, the clutter in different ambiguous ranges does not coincide. The clutter range dependence mitigation for the case of range ambiguity is the major problem that this letter intends to solve. A subarray synthesis algorithm with prefiltering in elevation is presented. By this technique, the ambiguous short-range clutter is eliminated before STAP; therefore, the clutter range dependence is alleviated, and then, the STAP performance will be improved greatly.      

几何失真对SAR图像匹配的影响及校正方法分析

合成孔径雷达SAR用于图像匹配导航系统,可大大提高导航精度。然而地形起伏和大气干扰等因素使得SAR实时图存在几何失真,降低了匹配性能。通过对SAR实时图几何失真成因分析,提出了一种二维可分离的几何校正方法,并得出方位向几何失真可跟随成像处理预先校正,图像后处理只需校正距离向。利用数字高程模型DEM和正射图模拟得到了3幅具有不同地形特征的SAR实时图,并分别利用3种几何校正方法对其进行统计实验,得到了不同地形SAR实时图几何校正方法选取的准则。     

一种基于核回归的SAR图像自适应相干斑抑制方法

为了在抑制相干斑噪声的同时更好地保持SAR图像中的点目标和边缘目标,在经典核回归方法的基础上,本文提出了基于核回归的SAR图像自适应相干斑抑制方法。通过分析SAR图像的幅度分布特性,在构建模型时,以图像的幅度值为判别条件,使核函数在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征;同时考虑对边缘的保护作用,基于散布矩阵修正了自适应核回归方法,建立了基于核回归的SAR图像自适应相干斑抑制方法。试验结果表明,该算法通过将幅度值和散布矩阵引入核函数,更好地抑制了噪声,同时也保持了图像中的点目标和边缘。     

基于压缩感知的SAR图像CFAR目标检测算法

在球不变随机向量的非高斯背景下,针对估计协方差矩阵可能奇异的情况,研究了距离扩展目标的自适应检测方法。首先,推导了非高斯背景下未知协方差矩阵和目标散射点幅度的修正最大似然(maximum likelihood,ML)估计;然后,基于纹理分量的近似ML估计,建立了自适应检测器(adaptively modified generalized likelihood ratio test,AMGLRT)。仿真结果表明,AMGLRT在目标散射点能量均匀分布时检测性能最佳,随着杂波尖峰的减小或阵元数的增加,AMGLRT的检测性能有所改善;且其对不同杂波相关性表现出很好的鲁棒性。另外,AMGLRT的检测性能优于已有的M/K检测器,且这种性能优势随着散射点个数的增加而增大。     

星载SAR成像参数联合估计方法

通信系统的不可靠性会造成SAR卫星下发数据出现误码或丢失,从而导致几何参数的解译、计算出现较大的误差或者缺失,限制了SAR数据成像处理及后续利用。针对该问题,提出一种基于回波数据的成像参数联合估计方法。首先通过回波数据进行多普勒中心频率估计和多普勒调频斜率估计;然后,根据SAR多普勒参数特性,建立多普勒参数与几何参数之间的超定方程组,并利用多普勒参数估计值求解方程组反演几何参数;最后,利用多普勒参数估计值和几何参数估计值完成SAR数据成像处理。实验结果表明,本文方法可以获得可靠的多普勒参数估计值和几何参数估计值,从而有效地解决像参数欠缺情况下的星载SAR成像处理问题。     

SAR干涉图降噪的稳健协方差矩阵分解法

干涉图降噪在InSAR技术应用中发挥着重要作用,若降噪效果不好将引起干涉图相位解缠的误差,并进一步导致DEM或形变结果的错误。由于干涉图分辨单元的信号(相位)是由分辨单元内多个散射体的回波信号(相位)叠加而成,本文针对单一主导散射体的散射模型(永久性散射体模型)和只考虑一种散射机制的分布式散射体模型相位的特点,对多基线SAR数据估计的协方差矩阵采用特征值分解的方法来分离相位中的噪声,通过提取最大特征值对应的特征向量(相位),从而实现干涉图降噪的目的。而对于协方差矩阵估计时引入的异质点,本文采用了一种稳健的协方差矩阵估计方法。通过覆盖山西清徐地面沉降形变区的8景真实TerraSAR数据试验验证了该方法的有效性。结果表明该方法比改进的Goldstein滤波方法在相干性提高、有效目标点增加两方面均有显著提高,特别在低相干区域由于相干点的增加也获取了更多的形变监测信息。     

双通道SAR振动目标快速检测

目标的振动会对雷达回波产生特殊的相位调制,称为微多普勒效应,能够提供对微动目标检测的有利信息,因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而,已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题,本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna )对消技术消除杂波,并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性,本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval )变换法来实现振动目标的检测。仿真实验表明,本文算法能够在强杂波噪声条件下检测振动目标,同时具有准确振动频率估计性能,甚至当同一个单元存在多个振动目标时,本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s,说明本文算法适用于实时检测,通过与GLRT算法和Hough变换算法运算量的比较,证明了本文算法相比于经典算法具有运算量小,检测速度快的优点。     

Reduced-Dimensional Processing for Ground Moving Target Detection in Distributed Space-Based Radar

With multisatellite radar systems, several additional features are achieved: multistatic observation, interferometry, ground moving target indication (GMTI). In this letter, a new reduced-dimensional method based on joint pixels sum-difference (Sigma-Delta) data for clutter rejection and GMTI is proposed. The reduced-dimensional joint pixels Sigma-Delta data are obtained by the orthogonal projection of the joint pixels data of different synthetic aperture radar (SAR) images generated by a multisatellite radar system. In the sense of statistic expectation, the joint pixels Sigma-Delta data contain the common and different information among SAR images. Then, the objective of clutter cancellation and GMTI can be achieved by adaptive processing. Simulation results demonstrate the effectiveness and robustness of the proposed method even with clutter fluctuation and image coregistration errors