MPOLSAR-1.0:多维度SAR多波段全极化精细分类数据集

地物精细分类是合成孔径雷达(SAR)的主要应用方向之一。在多波段全极化SAR工作模式下,可充分获取目标不同波段信息和极化响应特征,有望提高目标分类精度。然而国内外现有的数据集仅有个别波段、少数地区、少量样本的低分辨率全极化分类数据。为推动多波段全极化SAR分类应用的发展,在高分航空观测系统应用校飞与验证项目支持下,利用多维度SAR在海南的校飞数据构建了一个样本量充分大、地物类别较为丰富、分类可靠性较高的多波段全极化精细分类数据集。该文概述了该数据集的构成,给出了发布数据(MPOLSAR-1.0)的信息描述方式、数据集制作流程和方法,并分别基于极化特征分类方法和经典机器学习分类方法给出了初步的分类实验结果,为该数据集的共享和应用提供支撑。

星载视频SAR模式设计与数据处理

视频SAR可实现对重点区域持续观测并以视频方式呈现出来,其高帧率成像特性有利于对地面/海面机动目标的实时探测,视频SAR及其相关技术作为一种新颖的SAR观测模式成为近年的研究热点。从合成孔径原理出发,SAR载频越高,方位调频率绝对值越大,实现相同分辨率的合成孔径时间越短,越有利于视频的生成,因此通过合理的系统设计,Ka频段星载SAR具备视频工作的能力。然而星载SAR作用距离远,实现视频观测的几何模型、波位设计方案与机载SAR存在较大差异;此外,星载视频SAR幅宽较大,数据量和处理计算量需求巨大,如何快速实现数据处理是保证图像获取及后续应用时效性必须考虑的问题。本文基于珞珈二号(Luojia-2)SAR载荷和实测数据开展了相关研究,首先基于珞珈二号SAR卫星轨道以及平台能力设计了可实际应用的视频模式波位,其次基于时域成像算法提出了一种适合于星载视频SAR快速成像的流水线处理流程,最后基于珞珈二号实测数据完成了视频SAR成像处理。实测数据处理结果表明所提成像处理流程方法适合于星载视频SAR处理快速成像,可高效完成珞珈二号视频SAR实测数据处理。

基于改进SBR的舰船SAR成像快速仿真计算方法

针对SAR(Synthetic Aperture Radar)舰船成像仿真应用中电磁散射特性计算效率低下的问题,在现有SBR(Shooting and Bouncing Rays)算法的基础上,本文提出两方面改进.一是基于叶节点空间邻域编码搜索的射线管相交面元检测算法,通过只追踪射线管中心射线并搜索叶节点空间周围潜在相交面元,在有效提升相交检测速度的同时避免遗漏相交面元;二是射线管三角剖分快速分裂算法,将射线管和相交面元投影至射线管虚拟孔径面,利用Delaunay三角剖分算法自适应地将射线管快速分裂成连续的子射线管.对典型舰船目标进行RCS(Radar Cross Section)计算及SAR成像仿真实验,结果表明,在保证计算精度的前提下,本文方法计算效率比Kd树(K-dimension tree)加速SBR方法提升14倍以上,比经典自适应射线管分裂SBR方法提升3倍以上,计算效率显著提高.

微波视觉与SAR图像智能解译

高分辨率雷达成像技术和人工智能、大数据技术的快速发展,有力促进了雷达图像智能解译技术的进步。由于雷达传感器本身的特殊性和电磁散射成像物理的复杂性,雷达图像的解译缺乏光学图像的直观性,准确迅速识别分类的需求对雷达图像解译提出了迫切的挑战。在借鉴人脑光视觉感知机理和计算机视觉图像处理相关技术基础上,进一步融合电磁散射物理规律及其雷达成像机理,我们提出发展微波域雷达图像解译的“微波视觉”的新交叉领域研究。该文介绍微波视觉的概念与内涵,提出微波视觉认知模型,阐述其基础理论问题与技术路线,最后介绍了作者团队在相关问题上的初步研究进展。

人体组织液特性对SAR值的影响及修正模型

比吸收率(specific absorption ratio,SAR)值测量所使用的组织液特性与规范标准中给出的组织液目标值会有一定偏差。此时,需要对SAR值的测量结果进行修正。针对此问题,提出了一种修正模型,修正模型基于电磁仿真的方法建立。通过在835 MHz频点与IEC 62209\IEEE 1528标准中的数据进行比较,对建模方法进行了验证。基于此建模方法,给出了3.5 GHz及28 GHz这2个下一代移动通信备选频段下的SAR值修正模型。使用此修正模型将减小SAR值测量的不确定度,进而提升各测量实验室间SAR符合性评定结果的一致性。使用此修正模型的另一个好处在于,该修正模型允许更大的组织液特性偏差,这将有助于降低SAR值测量的成本。

融合可微分渲染的SAR多视角样本增广

合成孔径雷达(SAR)因其全天候、全天时的监测能力在民用和军事领域得到广泛应用。近年来,深度学习已被广泛应用于SAR图像自动解译。然而,由于卫星轨道和观测角度的限制,SAR目标样本面临视角覆盖率不全的问题,这为学习型SAR目标检测识别算法带来了挑战。该文提出一种融合可微分渲染的SAR多视角样本生成方法,结合逆向三维重建和正向渲染技术,通过卷积神经网络(CNN)从少量SAR视角图像中反演目标三维表征,然后利用可微分SAR渲染器(DSR)渲染出更多视角样本,实现样本在角度维的插值。另外,方法的训练过程使用DSR构建目标函数,无需三维真值监督。根据仿真数据的实验结果,该方法能够有效地增加多视角SAR目标图像,并提高小样本条件下典型SAR目标识别率。

面向时序InSAR的卫星任务规划框架设计

随着国内自主雷达卫星和差分干涉合成孔径雷达技术(D-InSAR)及衍生的时序InSAR技术的发展,以时间序列上重复观测为主的长周期形变监测的应用与日俱增。对遥感卫星地面任务规划系统来说,规划和管理大量有时序关联的重复任务,从而最大限度地满足观测要求,是提升以形变监测为使命的雷达卫星运控效率的关键。在综合考虑雷达差分干涉任务序列性、一致性、周期性特征的基础上,设计了一种面向雷达卫星时序InSAR类型任务的规划框架,旨在规划序列任务时,考虑序列整体特性,进行序列任务组间的冲突检测。基于此方法,对现有的地面任务规划系统进行了优化升级,验证了框架的有效性。结果证明:该方法可快速、自动进行序列任务冲突消解,可为长周期序列任务的规划和管理提供设计参考。

多域特征引导的无监督SAR图像舰船检测方法

如何在合成孔径雷达(SAR)图像标注样本有限的条件下,提升舰船检测性能一直是SAR图像处理中的热点问题。本文提出一种多域特征引导的无监督域适应方法,将知识从有标注的源域(光学图像)转移到未标注的目标域(SAR图像),降低对标记SAR图像数据依赖。同时,设计了频域转换模块、注意力区域增强模块和自适应权重模块来缩小光学、SAR图像域之间的域差距,提高源域与目标域特征对齐效率,增强网络在挑战性样本下的特征迁移能力。在公开发布的数据集上进行了大量实验。结果表明:所提的模块较基础模型AP50提升10%,总体性能优于其他先进的方法。

基于编解码网络的SAR影像建筑物提取

针对合成孔径雷达(synthetic aperture radar,SAR)遥感图像中出现的散斑噪声和几何畸变对建筑物提取过程造成干扰的问题,提出了一种多尺度特征注意力融合(multi-scale feature attention fusion,MSFAF)网络。首先,结合深度神经网络和SAR图像的优势,在深层处设计了一个空间注意力融合(spatial attention fusion,SAF)模块,来整合不同层次的特征以及关注重要的空间信息。然后,利用不同尺度的卷积核以及对通道信息的转换,提出了一个多尺度细节提取(multi-scale detail extraction,MSDE)模块用于提取不同尺度的特征信息和重新分配通道信息,有利于缓解散斑噪声的干扰问题。实验证明了所提方法在SAR图像建筑物提取中取得了比其他现存方法更加优秀的性能。

基于SAR阻抗匹配的WPT最大效率跟踪控制方法

无线电能传输(WPT)技术因其安全、便捷、非接触等优点而备受关注。最大效率传输是WPT系统中一个重要课题。传统的最大效率跟踪方法通常设定系统在固定耦合条件进行负载阻抗匹配,然而,耦合系数会在初级和次级线圈相对位置变化时不可避免地发生变化。提出基于耦合系数辨识与半有源整流(SAR)阻抗匹配的最大效率跟踪控制方法,该方法利用SAR结合耦合系数识别进行阻抗匹配,开关控制电容(SCC)补偿其阻抗虚部,避免了整流电路中非线性因素的影响。同时系统响应较快且控制方法便于实现。仿真和实验结果表明,耦合系数和等效负载变化时,都可以准确估计耦合系数并跟踪至最大效率点和输出恒压。

SARS-CoV-2合并感染患者的病原微生物分布特征及耐药性分析

目的分析严重急性呼吸综合征冠状病毒2(severe acute respiratory syndrome coronavirus 2,SARS-CoV-2)合并感染患者病原微生物分布特点及耐药情况,为临床诊治提供依据。方法收集2022年12月至2023年2月延安大学附属医院收治的2019冠状病毒病(corona virus disease 2019,COVID-19)患者637例的临床资料,回顾性分析其临床特征及合并感染病原微生物情况。结果COVID-19患者以老年人为主,合并基础疾病患者占79.59%,好转及痊愈患者高达91.05%。培养阳性标本来源于呼吸道、血液和尿液,合并感染的病原微生物分别以肺炎克雷伯杆菌、凝固酶阴性葡萄球菌(coagulase negative staphylococci,CNS)和真菌为主。药敏试验结果显示,肺炎克雷伯杆菌对β内酰胺类抗生素及三代、四代头孢菌素类抗生素耐药率较低(14%~20%),鲍曼不动杆菌对氨基糖苷类抗生素和β内酰胺类复合物较为耐药(均>45%),大肠埃希菌对β内酰胺类抗生素及其复合物耐药率较低(14%~19%)。金黄色葡萄球菌、CNS、屎肠球菌、粪肠球菌均未发现对万古霉素、利奈唑胺、替加环素耐药。结论COVID-19合并感染病原体以革兰阴性菌及真菌为主,感染部位以呼吸道为主,主要病原菌为肺炎克雷伯杆菌。鲍曼不动杆菌对氨基糖苷类抗生素和β内酰胺类复合物耐药率高于全国细菌耐药平均水平,提示临床上应根据COVID-19患者的微生物鉴定和药敏试验结果,选择对症药物治疗,以改善患者预后。

糖尿病患者接种SARS-Cov-2疫苗后的免疫反应:系统评价

目的系统评价糖尿病患者在接种SARS-CoV-2疫苗后的体液和细胞免疫反应。方法检索Web of Science、PubMed、中国知网、万方数据知识服务平台、维普中文科技期刊全文数据库和中国生物医学文献数据库,获取国内外于2019年12月1日至2022年5月12日公开发表的有关糖尿病患者接种SARS-CoV-2疫苗后的体液和细胞免疫反应的观察性研究,经由2名研究者独立筛选文献和提取资料后,采用美国国立卫生研究质量评价工具对纳入文献进行偏倚风险评价,使用描述性统计方法进行汇总分析。结果13篇文献共纳入66651例研究对象,其中5874例(7.9%)患有糖尿病。7篇文献报道了接种第1剂疫苗后糖尿病患者和对照组的免疫反应,其中3篇文献表明,接种1剂SARS-CoV-2疫苗后,糖尿病患者血清抗体水平和阳性率低于对照组;11篇涉及接种2剂SARS-CoV-2疫苗后的免疫反应的文献中,2篇报道了糖尿病患者可产生与对照组相似的抗体反应,9篇报道了糖尿病患者的血清抗体水平、阳性率或细胞免疫反应低于对照组。结论接种SARS-CoV-2疫苗后糖尿病患者和对照组体液和细胞免疫反应均有所增加,但糖尿病患者增加幅度普遍低于对照组。

面向SAR目标识别深度网络可理解的类激活映射方法

随着深度学习方法在合成孔径雷达(SAR)图像解译领域的广泛应用,SAR目标识别深度网络可理解性问题逐渐受到学者的关注。类激活映射(CAM)作为常用的可理解性算法,能够通过热力图的方式,直观展示对识别任务起作用的显著性区域。然而作为一种事后解释的方法,其只能静态展示当次识别过程中的显著性区域,无法动态展示当输入发生变化时显著性区域的变化规律。该文将扰动的思想引入类激活映射,提出了一种基于SAR背景杂波特性类激活映射方法(SCC-CAM),通过对输入图像引入同分布的全局扰动,逐步向SAR识别深度网络施加干扰,使得网络判决发生翻转,并在此刻计算网络神经元输出激活值的变化程度。该方法既能解决添加扰动可能带来的扰动传染问题,又能够动态观察和度量目标识别网络在识别过程中显著性区域的变化规律,从而增强深度网络的可理解性。在MSTAR数据集和OpenSARShip-1.0数据集上的试验表明,该文提出的算法具有更加精确的定位显著性区域的能力,相比于传统方法,在平均置信度下降率、置信度上升比例、信息量等评估指标上,所提算法具有更强的可理解性,能够作为通用的增强网络可理解性的方法。

基于InSAR技术分析2023年积石山地震同震形变及断层滑动分布

2023年12月18日甘肃省临夏州积石山县发生了自该区域地震观测以来的首次大地震,研究本次地震的地表形变和地震机制,可以为了解该区域的断层活动特征提供有价值的参考。本文采用合成孔径雷达干涉测量(InSAR)技术,利用Sentinel-1A降轨影像,在SAR影像几何畸变评估和干涉图大气延迟校正的基础上,提取了地震LOS向同震形变场,并利用Okada弹性半空间位错模型反演了发震断层几何参数及其滑动分布。研究结果显示,所用Sentinel-1A降轨影像在研究区域受几何畸变影响面积占3.6%,适用于该区域形变场提取;地震引发的地表形变近似呈椭圆形隆升,最大雷达视线LOS方向形变量为8.5 cm;本次地震的发震断层在走向、倾角等几何参数上与拉脊山南缘断裂带较吻合,因此倾向于认为发震断层与拉脊山南缘断裂带存在一定的关联性。

hiPSCs分化的细胞和类器官在SARS-CoV-2感染研究上的应用

SARS-CoV-2引起全球性传染病COVID-19的大流行,SARS-CoV-2感染研究对于了解人体细胞和器官被此种病毒感染后的病理反应具有重要意义。将hiPSCs分化为呼吸道、肺类器官、神经系统细胞、脑类器官、心肌细胞、血管、肠类器官和肾类器官,进行SARS-CoV-2感染研究,发现这些细胞和类器官受SARS-CoV-2感染,生理活性受损,生理功能削弱,促炎性因子分泌增加,类器官发生炎症反应和功能退化现象。因此,hiPSCs分化的细胞和类器官可用于SARS-CoV-2感染研究,病毒感染会影响这些细胞和类器官的功能。

机载多维度SAR航空观测系统实验初步进展

随着合成孔径雷达(SAR)技术的发展,从极化、频率、角度和时相等多个维度空间联合观测成为SAR发展的重要趋势,但维度联合观测的系统与实验少有报道。该文概要介绍了机载多维度SAR(MSJosSAR)航空观测系统的能力,归纳总结了该系统的技术特点。提出多维度SAR一致性成像方法,实现多波段成像后的配准精度优于1个像元。分析了多波段极化角度特征谱、多方位角层析3维结构重建、多时相相干变化检测等3种SAR多维观测量的初步实验结果,验证了系统的多维观测能力。

面向目视解译的全极化SAR船只精细化特征表征方法

随着卫星技术的发展,极化合成孔径雷达(PolSAR)数据的分辨率和数据质量得到大幅提升,为人造目标的精细化目视解译提供了良好的数据条件。目前主要采用多分量分解的方法,但是易造成像素错分问题,为此,该文结合Yamaguchi极化分解和极化熵提出了一种非固定阈值划分的方法用于实现全极化SAR图像船只结构精细化特征表征。Yamaguchi极化分解能够识别基本散射机制,其修正后的体散射模型更符合实测数据,可有效对人造目标进行表征。极化熵H在弱去极化状态下可以看成某一指定等效点的目标散射机制,能够有效突出船只主散射特征。因此,该文通过将Yamaguchi极化分解算法的非固定三分量与极化熵的低中高熵内嵌,将其分为非固定阈值的九分类成分,从而降低硬阈值处理在阈值边界处受噪声影响产生的类别随机性。并且将二次散射和单次散射均显著的区域称为混合散射(MSM),以更好匹配实验中船只典型结构的散射类型。在此基础上,利用广义相似性参数进一步缩短类内距离,采用改进后的GSP-Wishart分类器进行迭代聚类,旨在通过提高二次散射和混合散射机制以提高不同类型船只可区分度。最后,该文采用中国上海某港口的高分三号全极化SAR数据进行实验,为了验证每艘船只特征表征正确性,通过船舶自动识别系统(AIS)收集并筛选了该港口船只信息及光学数据,并与极化SAR数据中每艘船只进行匹配。实验结果表明该方法可有效区分散货船、集装箱船和油轮3种类型船只。

大幅宽SAR图像嵌入式舰船实时检测系统设计

针对星载或机载高分辨率合成孔径雷达(synthetic aperture radar,SAR)实时成像后的大幅宽SAR图像舰船实时检测的应用需求,传统的基于FPGA+DSP的嵌入式系统很难同时实现SAR成像处理和基于人工智能技术的大幅宽SAR图像舰船实时检测,为此设计了一种基于3U VPX FPGA+GPU架构的大幅宽SAR图像嵌入式舰船实时检测系统;提出了一种基于YOLOv5s的舰船检测模型,采用基于L2-范数稀疏性惩罚的缩放因子控制法进行轻量化,轻量化舰船检测模型的参数量减小了47.39%,计算量减少了18.67%,平均检测精度为0.968;将轻量化舰船检测模型应用于大幅宽SAR图像嵌入式舰船实时检测系统,并针对典型的10 km×10 km的大幅宽图像应用场景,设计开发基于多线程技术和基于GPU的众核并行计算技术的大幅宽SAR图像嵌入式实时检测系统软件;通过公开的SAR数据集进行功能验证和性能评估,该系统能够满足不同分辨率的大幅宽SAR图像舰船实时检测需求。

格式塔感知规律在SAR图像中的有效性初探

合成孔径雷达(SAR)图像是当前微波视觉研究领域的重要数据源。计算机视觉以光学视觉规律为理论基础,无法有效解译SAR图像。因此,借鉴人类视觉感知规律和计算机视觉技术,并融合电磁物理规律的微波视觉成为当前微波遥感领域的一个重要研究方向。探索微波视觉的认知基础对于完善微波视觉理论体系至关重要。该文旨在探讨光学感知规律在微波视觉中的有效性,作为完善微波视觉理论的基础尝试。格式塔感知规律是一类经典的视觉理论,常用于描述人类视觉系统对外部光学世界的感知规律,是计算机视觉的认知理论基础之一。在此背景下,该文以SAR图像为研究对象,借鉴认知心理学实验的设计流程,对格式塔感知规律中的感知组合律和感知不变律在SAR图像中的有效性进行初步研究,探索微波视觉的认知基础。实验结果表明,格式塔感知规律不能够直接应用到SAR图像的算法设计中,人类视觉系统从光学世界中总结出的知识概念、视觉规律在SAR图像中表现不佳,未来需要针对SAR图像等微波图像的特点总结相应的微波视觉认知规律。

双轨D-InSAR技术在矿区地表沉陷监测与分析

为了能够精确监测矿区地表沉陷,验证D-InSAR技术在矿区地表沉陷监测应用中的可行性,采用D-InSAR技术提取工作面推进93、153、443、809 m时SAR影像沉陷信息,结合现场实地监测试验对宁夏枣泉矿区采动过程中地表沉陷展开了详细分析。结果表明:卫星监测期间,枣泉矿区出现了4个明显沉陷区域,且地表沉陷中心都滞后于工作面一定距离;D-InSAR技术监测结果与实际监测结果基本一致,说明D-InSAR技术能够有效地监测矿区沉降情况。研究成果验证了D-InSAR技术作为面向矿区的地表沉降监测方法的可行性,为矿区的安全开采和绿色发展提供了技术支撑。