基于BP和CS相结合的圆周SAR三维成像算法

与传统的直线SAR 相比,圆周SAR(CSAR)具有对场景进行三维成像的能力,但对于一 般的目标,其有效孔径只是一定角度的圆弧而非完整圆周孔径,使得圆周SAR只能获得航迹 向和斜距向的高分辨率,影响了其三维成像能力,所以现在通常采用沿着不同高度角进行多 次观测的多航过圆周SAR模式来实现三维成像。针对多航过圆周SAR由于多航过稀疏并且 非均匀采样而严重影响成像质量的问题,提出一种将BP算法和压缩传感算法（CS）结合的三 维成像算法。该算法先利用BP算法实现每一次航过数据的二维成像,再利用压缩传感算法进 行高度向聚焦,来改善高度向的聚焦质量,最后将实测数据成像结果和传统的三维BP算法的 结果进行比较,证明该算法可以有效地抑制旁瓣,得到超分辨的三维成像结果。     

一种正前视宽扇区高分辨雷达扫描成像方法

合成孔径雷达（Synthetic Aperture Radar,SAR）只有照射到飞行方向左、右两侧的感兴趣成像区域时才能处理出高分辨率SAR图像,飞行方向正前方的成像区域就成为了SAR成像的固有盲区。三通道（和、方位差、俯仰差）毫米波单脉冲成像雷达能够实现对正前视场景的二维成像，获取单脉冲图像。提出对SAR/单脉冲图像进行图像配准和融合拼接的方法：首先利用多尺度多方向二维Gabor滤波器组分别对SAR/单脉冲图像进行特征提取，然后对两组特征矩阵进行归一化互相关匹配，对匹配好的图像进行像素级融合处理，得到完整的正前视宽扇区高分辨雷达图像。试验数据成像处理结果表明，所提复合成像算法能够对飞行正前方宽扇区范围内进行高分辨成像，有效解决了工程实际中碰到的正前视高分辨成像盲区的难题，对于前视雷达成像侦察、弹载雷达目标区域景象匹配、飞行器夜航、盲降等具有一定的工程实际意义。     

基于SHARC处理器的PGA算法实现

合成孔径雷达(SAR)实时处理技术的发展对相位梯度自聚焦(PGA)算法的工程实现提出了要求。基于以多片主流SHARC处理器为核心构成的硬件平台,针对PGA算法数据处理量大、计算复杂度高的特点,设计开发了并行处理的系统拓扑和程序流水结构及其软件程序。机载SAR实测数据的处理结果验证了该方案的有效性。     

主动毫米波成像地海面目标识别方法

主动毫米波成像传感器为前下视对地成像,作为侧视SAR和前斜视SAR成像的补充,能够实现全方位观测覆盖,采用扫描方式实时获取飞行路径前方地物目标图像数据,在飞行器导航中具有重要应用前景。针对主动毫米波成像目标识别所面临的成像信噪比低、图像方位向分辨率低以及保障条件为异种传感器图像数据等难点,探讨了目标检测识别实时信息处理流程中的地面信息保障、匹配识别算法等若干关键技术和方法,结合目标背景特性,提出的结合特征检测的目标匹配识别定位方法,能满足低信噪比条件下的目标快速检测识别的要求。     

基于多片ADSP-21160的R-D并行算法的实现

利用多片ADSP-21160构造了并行高速雷达信号处理系统，实现了合成孔径雷达(SAR)的R-D算法流程。通过研究高效并行处理算法和可靠的高速数据传输方法，确保了R-D算法的可行性和实时性。仿真结果证明了算法实现的正确性和实时性。     

海面舰船SAR成像全动态模拟研究综述

开展海面舰船合成孔径雷达(Synthetic Aperture Radar，SAR)成像模拟具有重要的军事应用价值。为解决模拟的逼真性问题，从模拟方法、场景构建、动态考虑等方面介绍了海面舰船SAR成像模拟的国内外研究概况，总结了全动态场景构建与实时性解决方法这两大实现全动态模拟的关键技术，指出目前国内外对于海面舰船SAR成像全动态模拟的研究基本处于空白，关键在于全动态场景构建与实时性实现，相关工作基础较好。最后对下一步研究工作进行了展望。     

基于DCT的SAR原始数据压缩算法分析

根据合成孔径雷达(SAR)原始数据经离散余弦变换(DCT)后的系数特性,分析了在DCT域按各子带能量分布作变比特块自适应量化的算法--DCT域块自适应量化(DCT-BAQ),并将该方法与时域BAQ算法作了比较.结合一组实测SAR原始数据,用两种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了两种压缩算法所成的图像.实验证明,在相同的比特率下,DCT-BAQ算法的数据域和图像域信噪比均比时域BAQ算法高.数据域信噪比增加1.38～1.94 dB,图像域信噪比增加1.56～1.91 dB.加之DCT变换是实数运算、有快速算法,所以将它用于SAR原始数据压缩有一定的优越性.     

基于通用硬件平台的机载SAR侧视条带成像的实现

机载合成孔径雷达(SAR)通过载机相对固定地面的飞行运动形成合成孔径,获得高分辨率的雷达图像,具有全天候、全天时的特点,在军事和民用领域都取得了广泛的应用.介绍了基于通用硬件平台的机载SAR侧视条带成像中R-D算法的实现.通过优化软件设计,提高对开发板资源的利用效率,达到了实时处理的要求,实现了设计目的.     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

基于直线斜飞弹道的弹载SAR成像方案

针对弹载SAR成像实时性高、非匀直弹道下成像算法、运动补偿困难,难以工程实现 的现状,提出了一种末制导阶段在恒定高度采用直线斜飞弹道的SAR成像制导模式。详细分 析了该模式的工作过程、极坐标格式SAR聚束成像算法及直线斜飞弹道对制导性能产生的影 响。仿真结果表明,该模式在增加少量制导时间的代价下,借鉴机载聚束SAR成像算法即能 获得高质量的SAR图像,为SAR末制导的工程化提供了有益借鉴。     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。     

考虑空域分布多尺度信息熵的SAR图像模板匹配

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵（SDMSE）,将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达（SAR）图像匹配时,对输入图像和基准子图（基准图中和输入图尺寸一样的子图）求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。     

基于分数阶傅里叶变换的运动舰船聚焦算法

为解决合成孔径雷达(SAR)图像中运动舰船目标产生的散焦现象，结合对比度最大算法和分数阶傅里叶变换(FRFT)算法，提出了一种改进的对比度分数阶傅里叶变换(CFRFT)自聚焦算法。该算法利用分数阶傅里叶变换对已成像SAR图像进行时频域分析，根据旋转角分别利用参数模型和非参数模型对二阶相位误差和高阶相位误差进行补偿，和传统的相位梯度(PGA)法相比，图像分辨率和旁瓣比提升显著，可以更有效地补偿SAR中舰船运动产生的相位误差。对不同舰船和尾迹SAR图像实验表明，算法对二阶以上的相位误差具有较好的补偿效果，误差估计准确性高，适用范围广，解决了SAR运动舰船的散焦问题，提高了海洋舰船监测的准确性。     

一种新的基于二尺度分解的图像和谐融合方法

介绍了一种新颖的图像融合算法。该方法首先将图像的亮度通道进行分解,然后对分 解后的层使用不同的方式进行处理。该方法使用均值插值法来解决图像融合问题。实验表明 ,该方法在外观不同的图像上能够获得比较满意的结果,融合结果和目标图像的细节纹理匹 配完好且无缝。此外,基于图形处理器（GPU）的并行实现提高了算法的效率。     

全卷积神经网络应用于SAR目标检测

在合成孔径雷达（SAR）图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。     

无人机SAR/MTI侦察技术中若干问题的探讨

尽管从去年第４季度起，美国经济的增长速度开始明显减缓，似乎又进入了一个新的调整周期，但是各种迹象表明，美国“新经济”业已呈现出的深刻的演变趋势，不仅没有任何减弱，而且将在新世纪前期继续引领甚至主导世界经济。     

基于人工智能的足迹识别与特征提取

针对战场感知及侦破现场中传统人工主观经验检验与识别模式误差较大的问题，提出了一种基于人工智能的足迹识别与特征提取方法。采用三维形貌重构系统进行足迹图像采集，并将数字图像处理算法与传统足迹检验法结合，提取足迹的区域关系特征和形状长度特征，进而采用支持向量机的模式识别方法对提取的特征进行立体足迹身份鉴别对比实验。实验结果表明，所提方法准确率超过人工鉴别准确率，达到99.1%，可应用于战场感知及侦破现场足迹准确检测与识别，也可推广应用于人体身份鉴别的相关领域。