基于Bakhshali近似的星载双站SAR成像方法

随着卫星技术的发展与成熟，星载分布式SAR和中高轨SAR越来越受到关注，但是其较长的合成孔径时间和大基线距对双站SAR成像提出了新的要求。基于单站等效思路，提出一种基于Bakhshali近似的双曲等效方法，设计了适用于该方法的CS成像流程。与基于泰勒二阶近似的双曲等效方法相比，该方法满足长合成孔径时间和基线距变化较大的情况下的成像要求。最后通过星载双站SAR的仿真实验验证了该方法的有效性。     

星载SAR方位压缩处理的FPGA实现

星上实时成像处理器是未来星载合成孔径雷达的重要组成部分,它可以进一步提高星载合成孔径雷达的性能,拓宽其应用。方位压缩处理是实时成像处理的核心。本文介绍了合成孔径雷达方位压缩处理的基本原理,并对星上实时成像处理器的系统参数进行了详细分析,提出了一种基于FPGA实现星载合成孔径雷达实时成像处理器中方位压缩处理的方法,完成了包括ISA接口、FFT运算、匹配滤波和复数取模在内的方位压缩处理器的设计。根据星上环境对器件的特殊要求,选用Xilinx的VirtexII系列FPGA进行硬件实现。对点目标仿真数据和实际数据的测试表明,该方法完全满足星上实时处理需求。     

斜视聚束模式下的DCS算法

聚束SAR回波的多普勒带宽通常大于方位向采样率. 为避免方位频谱混叠,首先进行方位deramp消除频谱混叠,然后利用CS算法进行精确聚焦.在距离压缩前增加了距离频率3次和4次相位补偿,通过分析仿真结果发现该算法不仅能在大斜视下取得良好的聚焦图像,而且还能消除原DCS算法存在的距离压缩信号左右旁瓣不对称现象.基于斜视聚束模型,给出了一种改进的DCS算法的详细推导过程. 仿真结果表明,该算法可用于大斜视聚束SAR成像处理.     

多基线SAR三维成像的QR分解算法

根据多基线合成孔径雷达(SAR)三维成像的信号模型,得到了利用高度向观测数据实现目标三维成像的矩阵方程,并引入QR分解算法求解矩阵方程,形成了多基线SAR三维成像的QR分解算法.使用该算法对多基线SAR仿真数据进行了三维成像实验.     

一种用于机载双天线InSAR系统的实时DEM生成方法及实现

为满足实时地形测绘需求,从算法本质上解决运算量太大的问题,提出基于机载双天线InSAR系统的实时DEM生成算法.采用非线性ECS自配准成像算法,获取高精度配准的双通道SAR图像,省略了后续非常耗时的配准过程.对获取的双通道SAR图像,进行快速干涉滤波产生高质量干涉条纹,进而对该条纹采用基于密集残差点划分的快速相位展开算法,获得无缠绕干涉相位.对于传统非常耗时的参数定标问题,采用基于外部粗精度DEM数据的初始相位偏置实时估计算法,并结合在定标场获取的基线长度、基线倾角和绝对延迟时间等参数进行反演,实时获取DEM.通过算法实时性分析,给出硬件实现方案.实际InSAR数据处理结果验证了本算法的有效性.     

U-D分解渐消记忆滤波神经网络控制器在船舶操纵中的应用

针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷 ,提出一种基于U D分解的渐消记忆推广Kalman滤波学习新方法。与EKF相比 ,该方法不仅大大加快了学习收敛速度、数值稳定性好 ,而且比BP算法需较少学习次数和隐节点数 ,学习效果也更好。将这种学习算法应用在船舶操纵的神经网络控制器中 ,仿真结果表明该方法是提高网络学习速度、改善学习效果的一种有效方法 ,可有效解决非线性系统的控制问题。     

光场成像技术进展

归纳总结了光场成像从理论到实现的发展历程,根据光场数据获取方式对目前典型的光场成像设备进行了分类.在光场相机原理的基础上,重点阐述了基于光场的计算成像原理、数字重聚焦技术、合成孔径成像技术和显微成像技术,并对光场成像技术的应用前景和存在的关键问题进行了讨论.     

基于BP算法的地下水模拟中 加速因子的确定

在大型线性方程组的超松弛迭代法求解中,加速因子经常难以确定.应用BP神经网络对其进行训练学习,经过对比分析,得到最佳模型,应用该模型可快速确定加速因子.将该方法应用于石家庄市栾城水文试验基地,计算结果表明,BP人工神经网络有效地解决了地下水数值模拟中加速因子难以确定的问题.     

科技重大项目

主持人语：本人应邀为《苏州市职业大学学报》科技重大项目栏的主持人,希望借助该平台,向学术同仁介绍本人主持的国家自然科学基金资助项目所取得的研究成果,以期让研究者了解本项目进展及研究的意义.2009年,以本人为项目负责人,以苏品刚副教授和周昌雄教授为主要课题成员,与东南大学毫米波国家重点实验室合作,组建了科研团队,成功申报了1项国家自然基金项目“非负稀疏编码算法及其在毫米波焦平面成像图像处理中的应用研究（No.60970058）”,这一项目主要在毫米波（MMW）焦平面成像系统成像机制研究的基础上,进一步利用软件方法对MMW成像数据进行后续处理,从而得到更高分辨率的MMW图像.主要在基于人眼初级视觉系统主视皮层V1区神经元的非负稀疏编码（NNSC）模型的研究基础上,结合已成熟的图像处理方法,提出了基于稀疏特征的毫米波图像处理方法.该项目主要的研究工作包括以下五个方面：①毫米波成像系统中关键硬件-毫米波成像接收机混频器及成像天线的研制;②建模了一类具有视觉反馈机制的NNSC神经网络模型并实现了该模型的稀疏优化学习;③基于量子信息理论、Retinex理论以及二维经验模式分解、偏微分方程、凸集投影、神经网络非线性滤波特性等算法,提出了一些适用于MMW图像的处理算法;④利用NNSC特征基和最大似然估计法,提出了基于NNSC收缩技术的毫米波图像消噪和恢复方法;⑤结合NNSC算法、图像稀疏表示及超分辨率图像恢复等算法,提出了一类基于组合变换的MMW图像级联消噪和恢复方法.     

基于多种群遗传神经网络的船舶发电机故障诊断

为及时发现船舶发电系统的早期故障,通过多种群遗传算法与反向传播（BackPropagation, BP)神经网络算法相结合,提出一种基于多种群遗传神经网络算法的船舶发电机故障诊断方法.利用该算法对实例进行故障诊断,结果证明该算法能有效克服BP神经网络收敛速度慢和易出现局部极小值的缺点.该算法有全局搜索能力强、优化速度快的特点,具有一定的应用前景.     

基于局域波分解的机动目标ISAR成像

在飞机一类惰性较大的目标作机动飞行时,在ISAR成像的短时间内,同一距离单元的回波可近似看成多分量线性调频信号的叠加,且调频斜率各不相同. 因此,在ISAR成像的横向压缩处理中,先利用局域波分解方法将每个距离单元的回波分解为若干个线性调频信号,然后再进行Wigner-Ville变换(WVT),获取目标的瞬时多普勒谱,进而实现目标的二维成像. 该处理方法不仅避免了WVT交叉干扰项的产生,而且在保持WVT的高时频分辨能力的同时减少了计算量,仿真结果证明了该方法的有效性.     

基于双曲等效的双星滑动聚束SAR两步成像算法

双星滑动聚束模式合成孔径雷达（SAR）既保持了双星SAR的灵活性、可靠性和稳定性,同时还可产生高分辨率的图像对,对于观测和测绘具有巨大的潜力。这种模式下需要兼顾双星成像与多普勒带宽显著增加的问题。分析双星滑动聚束SAR系统下目标的多普勒特性,结合双星成像算法与频谱分析法,提出一种基于双曲等效的双星滑动聚束SAR 2步成像算法。同时,针对双曲等效模型误差导致算法聚焦质量下降的问题,提出模型误差补偿方法,给出完整算法处理流程,最后用仿真实验验证所提出的算法。     

一种高纬度区域船舶偏航距离的高精度求解算法

为提高船舶偏航距离的求解精度,设计一种迭代求解的方法,并与基于墨卡托投影的欧氏距离算法(算法1)和基于墨卡托投影的直接求解算法(算法2)进行比较,发现上述两种算法都存在误差。为此,提出一种基于正轴等距方位投影的直接求解算法(算法3)。验证结果表明:船舶在高纬度区域航行时,算法3比算法1和2对偏航距离的求解精度更高、速度更快。算法可应用于船舶运动控制、进出港操纵、航道规划和航线设计。     

一种基于CLEAN的SAR图像旁瓣抑制方法

把通常用于图像处理的CLEAN算法引入到SAR成像处理中,提出一种基于CLEAN的SAR图像旁瓣抑制方法.分析算法流程,比较点目标仿真结果和RADARSAT-1海洋稀疏目标场景成像结果,表明该方法在保证成像分辨率的同时,能够有效地抑制合成孔径雷达图像的旁瓣.     

基于改进粒子群的BP神经网络WSN数据融合算法

针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题，提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进，利用改进后的粒子群算法优化BP神经网络权值和阈值，引入WSN数据融合中，簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取，将融合后的数据发送至汇聚节点。仿真实验表明，BSO-BP算法能有效地提高融合精度和收敛速度，减少冗余数据传输，延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法，BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。     

基于波束形成原理的SAR三维成像算法

合成孔径雷达(SAR)三维成像能解决SAR二维成像中的叠掩、顶底倒置等几何失真问题,在军事侦察、灾害预测、资源调查和地形融合等领域具有广阔的应用前景.本文基于波束形成原理开展了SAR三维成像方法研究,通过在航迹向及跨航向上同时进行数字波束合成,实现对观测目标的三维分辨成像,分析了距离近似条件对三维成像处理的影响并验证其正确性,通过仿真实验数据验证了本文模型及算法的有效性及正确性.     

ScanSAR图像舰船目标快速检测方法

提出一种ScanSAR图像舰船目标快速检测方法.该方法通过周期性局部亮度变换技术降低了Scalloping效应对舰船检测的影响,在ScanSAR图像拼接前进行基于OpenMP的改进的双参数CFAR舰船目标检测,不仅避免了拼缝对舰船检测造成的巨大影响,而且极大地缩短了舰船检测的时间,提高了舰船检测的时效性,最后通过图像后处理从拼接后的ScanSAR图像中得到最终的检测结果.对15幅ScanSAR图像进行了实验,结果表明,该方法在提高检测性能的同时,检测的时效性也有明显改善.     

一种适合机载SAR变换模式的PFA成像处理方法

针对机载合成孔径雷达(SAR)的实际需求,在详细分析条带转聚束模式的工作特点和对模式变换中的雷达回波信号进行精确建模的基础上,提出一种高效的成像处理方法.该方法通过运动补偿将条带成像与聚束成像相结合,并利用极坐标格式成像算法(PFA)对条带聚束变换模式进行成像,实现了模式变换前后数据处理结果的共用,既可以节省处理运算量和时间,也可以节省数据缓存空间,适合于机上实时成像处理器的实现.分析和仿真结果验证了方法的高效性和有效性.     

地基SAR图像与地形数据的几何映射三维匹配方法

地基合成孔径雷达(GB-SAR)系统具有全天时、全天候、定点连续监测等特点,在矿山及山体滑坡、桥梁沉降、地震形变等领域具有广阔的应用前景.地基SAR图像与上述领域中地形数据的几何映射三维匹配是系统与实际应用相结合的关键技术.本文建立地基SAR系统与地形数据的关系模型及地基SAR系统与雷达图像的关系模型,提出基于距离向和方位向条件的几何映射三维匹配方法;分析几何映射三维匹配过程的误差特性.通过实测数据验证了本文模型及几何映射三维匹配方法的有效性.