基于AdaBoost改进随机森林和SVM的 极化SAR地物分类

为提升极化合成孔径雷达(SAR)地物分类精度,提出一种基于AdaBoost改进型随机森林和支持向量机(SVM)结合的二级分类结构。首先将AdaBoost改进型随机森林作为初级分类器,该分类器能根据决策树的分类能力赋予权重,分类能力越强则权重越高,从而提升初级分类精度。初级分类器还能评估输入特征的重要性,获得重要性排名。根据重要性排名进行特征筛选,用筛选后的特征训练SVM分类器,获取二级分类结果。最后利用邻域投票法将两级分类结果融合。AIRSAR极化数据对比实验表明,该分类结构可有效提升极化SAR地物分类精度。     

SAR雷达信号处理技术研究

阐述了SAR雷达主要特点、应用及其信号处理技术的发展状况，研究了SAR雷达信号处理的几个主要技术——宽带信号产生器、高采样率模数变换、脉冲压缩技术、运动补偿技术、SAR成像算法、实时成像处理器、慢速动目标检测和成像技术．对SAR雷达的进一步发展具有深远的意义．     

SAR自然场景实时回波模拟器的设计与实现

设计和实现了一种基于TS201 DSP处理器架构的合成孔径雷达技术(SAR)自然场景实时回波模拟器。阐述了实时回波模拟器使用的仿真模型,剖析了实时回波模拟器实现中的架构设计、并行设计和实时性监测等3个关键技术,介绍了实时模拟器的结构和模块组成,并通过点目标和自然场景的试验证实了模拟器的精确性和实时性。此实时回波模拟器能够根据更新的雷达飞行轨迹实时计算生成回波信号,可以为SAR实时成像处理机和成像处理算法研究提供快速的数据支持。     

一种基于混合模型的合成孔径雷达自聚焦算法

提出一种基于混合模型的合成孔径雷达自聚焦算法.本方法用有限阶泰勒多项式估计低频相位误差,用自适应正弦多项式估计高频相位误差,解决了单一模型自聚焦算法对高频相位误差估计精度低的问题,提高了图像锐度和峰值旁瓣比,减小了主瓣宽度.在研究利用相位误差参数模型进行聚焦处理的基础上,分析基于混合模型实现最优锐度自聚焦算法的可行性,并通过仿真和实测数据处理验证了本方法的有效性.     

基于距离方程组的机载SAR图像立体定位方法

提出一种基于距离方程组的机载SAR图像立体定位方法,该方法使用同一成像区域的3幅SAR图像进行无控制点定位,首先确定目标在3幅图像中对应的同名像点,解析该像点对应的雷达平台瞬时经纬度坐标、海拔高度以及目标到雷达平台的斜距值,在地心坐标系下建立3幅图像对应同名像点的距离方程组,对非线性方程组进行求解得到同名像点基于地心坐标系的坐标值,并通过坐标转换得到目标点的经纬度坐标及海拔高度,实现三维定位。对影响定位精度的系统误差因素进行仿真分析,利用实飞的机载SAR图像进行目标定位实验,结果验证了该方法的有效性。     

海洋遥感星载双基地雷达LHCP天线摆放策略

针对全球定位系统(GPS)和地球低轨(LEO)飞行器组成星载双基地雷达进行海洋遥感探测问题,分析了不同轨道高度下镜面反射点的分布情况和不同GPS仰角下反射耀斑区的特征;据此进一步研究了LEO星载接收机的单根高增益左旋圆极化(LHCP)天线的摆放策略,并对中国未来进行双基地海洋遥感探测实验的可能卫星平台做了具体分析,给出了一种天线波束和指向的最佳组合. 对于中国双基地雷达LHCP天线实验设计有参考价值.     

一种鲁棒的多尺度稀疏表示SAR目标识别方法

提出一种基于多尺度Gabor滤波特征提取和稀疏表示的SAR图像目标识别方法。首先,在目标分割的基础上,利用Gabor滤波器对SAR目标图像在不同方向上进行滤波,增强目标的局部特征;然后,根据稀疏表示模型,以训练样本特征为原子构建字典,利用稀疏求解算法选择最优的原子集合来表示测试样本特征,进而计算表示系数中非负值的l₁范数来判别测试样本。实验结果验证了该算法的有效性与鲁棒性。     

基于相对全变分的复杂背景SAR图像舰船尾迹检测

SAR图像舰船尾迹检测不仅能够反演运动舰船的航速航向信息,也有助于发现图像中弱小的舰船目标。现有的舰船尾迹检测方法对于简单背景SAR图像的检测效果较好,但复杂背景下的检测效果难以满足使用要求。提出一种基于能量泛函极小化的复杂背景SAR图像舰船尾迹检测方法。该方法采用相对全变分技术将图像分解为包含舰船尾迹的光滑成分和海背景纹理成分,通过剪切波变换高频系数重构增强光滑成分,再通过Radon变换检测光滑成分中的尾迹线。比对实验结果表明,本文所提方法对于复杂背景SAR图像的舰船尾迹检测效果明显优于现有的方法。     

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。     

基于极化分解组合的SAR图像视觉优化和建筑物损毁评估

建筑物损毁评估对灾害应急监测具有重要意义。极化SAR图像蕴含丰富的地物信息,并且记录有目标地物的极化散射矩阵,可用于建筑物的损毁评估。针对完好和损毁建筑物两类目标的散射特征,利用Touzi分解散射角α_s1、去定向后Yamaguchi分解二次散射分量和Touzi分解散射对称度|τ₂|进行RGB彩色合成,对极化SAR图像进行视觉优化,进而利用单一时相SAR图像快速识别出不同损毁程度的建筑物区域。以2011年3月11日发生在日本东北部海域的地震为例,利用灾后的ALOS PALSAR全极化数据开展实验分析,并利用汶川地震RADARSAT-2图像对提出的方法进行验证。结果表明,通过对极化参量的组合不仅可以优化建筑物目标的视觉显示效果,同时可提高不同损毁程度建筑物区域识别度,从而大大降低灾害评估对于数据源的限制和要求。