基于方位散射熵的旋转体目标增强成像

增强成像方法将待检测目标的先验知识引入到成像过程中对其进行增强,有助于提高图像的直观性和改善后续检测效果。旋转体目标具有散射特性的方位不变性,而大多数人造和自然杂波不具备该特点,因此可利用方位散射不变性对旋转体目标进行增强成像。该文首先提出了方位散射熵的概念以度量目标不同方位向散射特性的一致性,在此基础上提出了基于方位散射熵的旋转体目标增强成像算法,最后针对实际机载SAR应用中存在的位置和姿态误差给出了结合运动误差补偿的方位散射熵的计算方法。实测数据结果证明了该文所提方法的有效性和实用性。

基于方位散射熵的建筑物特征提取方法

在超宽带穿墙雷达成像领域,交叉极化雷达能有效识别建筑物角散射中心,而交叉极化接收到的回波信号较弱,成像中的耦合信号得到增强,角散射信号不易识别。对此提出一种基于方位散射熵的建筑物特征提取方法。该方法首先利用散射体交叉极化相关性对交叉极化成像结果进行加权提取角散射中心,然后通过方位散射熵滤除墙体杂波影响、增强墙角散射幅度,最后使用循环迭代的中心定位算法得到精确的墙角散射中心。仿真和实验数据结果表明,该方法通过角散射体的极化特性和方位角属性可以准确地提取建筑物角散射中心。

基于方位不变性的SAR图像旋转体检测

针对复杂环境中微弱旋转体目标(如地雷等)检测的难题,提出了一种基于方位散射特征和局部对比度特征融合的检测算法。首先,对旋转体目标特性进行了分析,进而利用子孔径SAR图像提取方位散射熵作为待检测特征。对全孔径SAR图像分别进行方位不变性检测和CFAR检测,并将检测结果相融合,得到最终检测结果。算法体现了利用目标先验知识辅助检测的思路,实测数据结果表明,该方法能够有效剔除原先在全孔径图像中无法剔除的杂波,有效降低检测的虚警率。