新体制SAR三维成像技术研究进展

常规SAR成像,平台沿直线飞行,形成直线型合成孔径,仅能获取2维图像,即3维空间中的观测场景在斜距-方位平面的2维投影,图像具有叠掩、透视缩短、阴影等畸变现象。SAR 3维成像突破了斜距-方位2维频率信息获取,能够获取第3维频率信息,实现3维分辨,可获得观测场景的散射中心在3维空间中的分布,从而解决叠掩问题,消除透视缩短、顶底倒置等几何形变现象,更直观地描述客观场景,已成为国际研究热点。该文介绍SAR 3维成像的概念和主要观测模式,分析该领域国内外研究现状和进展,重点阐述作者所在研究团队的SAR3维成像研究进展,最后对SAR 3维成像技术进行总结和展望。

直升机载弧形阵列MIMO微波成像技术研究

该文提出了一种新的基于弧形阵列直升机载MIMO微波成像模式,利用平台下方水平布置的弧形阵列天线,通过MIMO信号收发机制快速实现弧形孔径合成,获取平台周围观测区域的高时间高空间分辨率2维图像。文章详细介绍了弧形阵列微波成像的工作原理,建立了相应的成像信号模型,研究了基于共焦投影技术的弧形阵列微波成像算法,分析了该成像模式的成像性能;最后,通过计算机仿真验证了该成像模式的可行性和有效性。

基于变换域稀疏压缩感知的艇载稀疏阵列天线雷达实孔径成像

该文针对飞艇平台,设计了基于组合巴克码的共形稀疏阵列,并对稀疏阵列的探测性能进行了分析。利用飞艇悬停的特点,可对前后不同时刻脉冲的实孔径成像结果进行干涉处理,去除散射单元的随机初相位,使图像在变换域稀疏。引入压缩感知方法,建立回波与变换域系数的关系,完成对地成像,可获得接近满阵阵列成效的图像质量。仿真数据处理结果验证了该方法的有效性。

基于光纤模式数据采集方案的阵列快拍成像雷达

阵列快拍成像雷达采用阵列天线雷达成像体制,通过高速微波开关切换和高速数据采集,可以同时实现对目标的空间分辨和时间分辨,即实现雷达快拍成像,该技术在飞行器平台的辅助导航、交通监测等领域具有广阔的应用前景。阵列快拍成像雷达的特点是能够快速成像,核心技术包括微波信号收发、高速数据采集与传输、实时成像处理及阵列天线高速微波开关切换。其中,高速数据采集与传输是实现快速成像是正确成像的关键,数据缺失会导致图像散焦。本文首先分析了阵列快拍成像雷达成像原理及信号采样对数据采集与传输系统的要求;继而提出了基于光纤传输模式的数据采集与传输系统方案,系统采用四路高速AD对雷达基带信号进行采样,在FPGA中进行复数运算,通过光纤通道传送到主控计算机,系统传输速率可以达到2.5Gbps;最后,通过阵列快拍成像实验验证了系统的性能。

弧形阵列3D-SAR成像处理算法研究

三维合成孔径雷达(3D-SAR)能够获取观测场景目标的三维分辨,解决传统二维合成孔径雷达的叠掩、阴影等问题。不同于现有的3D-SAR成像几何,本文设计了一种新的基于弧形曲面几何的三维合成孔径雷达系统模型。相比于现有的3D-SAR成像系统,该系统能够利用弧形天线阵列实现高效的数据采集和宽视角三维成像。然后针对所设计的弧形阵列3D-SAR系统,本文提出了一种应用于调频连续波信号的波数域三维成像处理算法,通过波数域卷积及插值变换,避免了距离近似等产生的相位误差,从而实现对目标的精准聚焦。最后,通过进行计算机单点目标仿真与多目标仿真,并将仿真结果与后向投影算法的结果进行对比,验证了本文所设计系统模型的有效性及提出算法的良好成像性能。

地基SAR干涉相位滤波优化方法

地基SAR对边坡进行形变监测过程中,为了获得较高的图像质量和进行相位解缠的需要,往往要对干涉相位进行滤波优化,以提高干涉相位图的信噪比,减少干涉相位图中的残差点,从而有助于更好地进行相位解缠,提高形变监测的精度与可行性。本文针对地基SAR干涉相位图的空变等特性,对地基SAR干涉相位滤波算法进行了研究,着重介绍了四种经典、高效的干涉相位滤波算法,并进行了地基SAR边坡形变监测试验,使用实测干涉数据进行了四种滤波处理,从定量及定性的角度对每种滤波算法进行了比较与评估。最终给出了最优滤波算法,为地基SAR进行干涉相位实时滤波优化及后续数据处理提供了基础。

利用多特征融合和集成学习的极化SAR图像分类

该文提出了一种利用多特征融合和集成学习的极化SAR图像监督分类算法。该算法首先提取极化SAR图像的多重特征,包括EPFS特征,Hoekman分解特征,Huynen分解特征,H/alpha/A分解特征以及扩展四分量分解特征。为保证集成学习中基本分类器的差异性与准确性,算法从5组特征集中每次随机选取两组不同的特征进行串联融合,作为SVM分类器的输入。最后,利用随机森林学习算法将所有基本分类器的预测概率集成输出最终分类结果。像素级和区域级的分类实验表明了该文算法的有效性。

结合特征选择和大尺度谱聚类的极化SAR图像非监督分类

非监督分类是极化SAR图像解译的重要手段,但其分类结果易受到高维特征的影响。针对此问题,本文提出一种结合特征选择和大尺度谱聚类的极化SAR图像非监督分类方法。该方法首先深入分析并提取了极化SAR图像分类中常用的特征参数,包括基于测量数据及其简单线性变换的特征和极化目标分解的特征。然后通过聚类森林特征选择算法进行特征降维处理,去除冗余信息。最后利用过分割产生代表点并构建原始数据与代表点间的二分图,通过大尺度谱聚类算法完成图像的非监督分类。实验结果表明,该方法能够选取有效的特征组合,并得到较为满意的分类效果。

结合强度和相干信息的多阈值SAR影像变化检测

本文研究了联合SAR影像强度与相干信息的多阈值融合变化检测技术。针对SAR影像强度和相干信息各自统计分布特点,首先通过选定合适的统计分布模型分别对强度和相干信息进行统计分布拟合,并以Jeffrey距离为差异度量获取强度和相干信息的差异图。然后利用三种阈值方法分别对两者的差异图进行阈值分割,获得多幅初步的变化结果图。最后利用马尔科夫随机场进行融合,得到最终的变化检测结果。实验结果表明该融合策略可以获得比单一阈值法更为稳定的变化检测结果。

融合相干/非相干信息的高分辨率SAR图像变化检测

该文运用Dempster-Shafer(D-S)证据理论融合高分辨率SAR影像的相干/非相干差异特征进行变化检测。首先使用简单线性迭代聚类(SLIC)分割算法完成多时相SAR影像联合多尺度分割。然后在各个分割尺度上提取适宜的强度差异特征及相干差异特征,通过Mean算子融合多尺度差异特征并得到多特征差异图。最后运用D-S证据理论完成多特征差异图融合得到变化检测结果。实验表明该方法可得到较为稳健的变化检测结果。

基于原型理论的极化SAR图像特征表达

该文提出一种基于原型理论的极化SAR图像表达方法。该方法首先利用原型理论构建原型集,然后以正则化逻辑回归函数计算测试样本与每个原型集的相似度,最后通过集成投影获得图像的特征表达。在极化SAR数据上的非监督分类实验结果表明,该方法能够准确表达图像中各类地物的极化特性,达到较好的分类效果。