朱敏慧:芳心似火 用激情照亮科研人生

一口吴侬软语,一脸温婉的笑容,谁能想象这温文尔雅的女性不仅领导电子所摆脱了困境还参与了我国第一颗遥感卫星顺利升空。她是撑起了中国电子科研半边天中的杰出代表,她就是朱敏慧。谁说女子不如男生于一个渴望当科学家年代的朱敏慧,年少时就把居里夫人作为人生的目标。1960年她考入中国科技大学无线电电子学专业,当时全系190多人,却只有40位女生,毕业时仅剩28位。     

极化SAR旱地作物分类的后向消除特征选择研究

[目的]作物遥感分类是作物面积监测的核心问题,也是进一步开展农作物长势、产量等专题监测的前提。特征选择是作物遥感分类的关键步骤之一,能够有效提高作物遥感分类精度和效率。文章使用后向消除的特征选择方法明确最优特征集的大小和内容,比较不同优选特征集的分类效果分析4种特征排序方法的优劣。[方法]（1）提取河北省深州市旱地作物关键生长期（6月3日、6月27日、7月21日） RADARSAT-2数据的3类特征变量共114个。（2）比较基于不同度量方式的4种特征重要性排序方法,根据特征排序结果采用后向消除方法逐步简化特征变量,确定最优特征个数,得到优选特征集。（3）比较不同优选特征集在随机森林方法下的分类效果。[结果]特征排序方法中极限树的效果最好。使用极限树算法优选的特征集参与随机森林分类,能用最少的特征（11个）,达到最高的精度（92.63%）。并且与全部特征（114个）的分类结果相比,总体精度只下降了1.78%。[结论]后向消除特征选择优选出的特征集能够明确最优特征个数,能够在保障分类精度的同时有效提升分类效率,优选出的特征集可为同种种植结构下的旱地作物分类提供参考。     

一种混合模式干扰SAR的方法研究

本文分析讨论了一种对SAR进行多模式干扰的方法。文中首先简要分析了SAR的多模干扰的方式及种类，详细讨论了对SAR进行无源、有源功率压制和欺骗式干扰的具体方法，建立了在三种不同干扰模式下的回波信号的数学模型，为今后的研究奠定了重要的理论基础。最后结合文中建立的相关理论完成了对多点阵目标干扰的成像仿真实验，取得了较为满意的结果。     

菲涅耳非相干全息术3D全息成像探讨

全息成像提供了一种从单一观察点捕捉具有完整三维信息画面的可靠、快捷的方法。本文回顾了近期提出的单通道菲涅耳数字全息光学系统,该系统能获得由非相干光照射的三维实物体的全息图。在这一静态全息技术中,由三维物体反射或发射光,在通过空间光调制器（SLM）后,用数码相机记录。SLM被用作单通道非相干干涉仪的分束器,使来自物体上各点的球面波被分成两束具有不同曲率半径的球面波。所有球面波干涉结果的非相干总和,即可生成被观测物体的三维菲涅耳全息图。在计算机中可再现该全息图,使其三维特征得以呈现。     

一种改进的星载聚束SAR子孔径ECS算法

在分析原有ECS算法的基础上，提出了一种适合于星栽聚束SAR成像的子孔径ECS算法。该算法对数据进行子孔径划分，可降低系统对PRF及运算存储量的要求。距离压缩采用斜视等效距离模型，实现精确的距离徙动校正。方位压缩采用方位scaling和频谱分析来实现，并分析推导了合理的方位scaling因子取值。最后，通过仿真验证了算法的有效性。     

星载合成孔径雷达数据压缩

星载遥微波成像雷达的观测区域广阔，图像分辨清度高。所以，星载遥感微波成像雷达具有数据率高、数据量大的特点。这就对遥感数据的传输和存储提出了较高的要求。本文提出采取数据压缩方法，在不降低测绘带宽和测绘精度条件下，降低遥感雷达数据率和数据量，从而降低对数据链和星上数据存储设备的要求。本文还对遥感雷达原始数据压缩和遥感雷达图像数据压缩优缺点进行了比较，提出了采用遥感原始数据压缩的建议。最后，对遥感雷达原     

基于二维非参数特征分析的SAR图像目标识别

在分析传统Fisher线性鉴别分析局限性的基础上,由图像的行信息和列信息提出了两 种形式的二维非参数特征分析 (2DNFA)的特征提取方法,并应用于SAR图像目标的识别。直 接在SAR图像矩阵上使用非参数特征分析提取特征不仅能充分发挥非参数特征分析的性能而 且保留了图像矩阵的结构信息,大大降低了散度矩阵的维数,减小了运算量。使用美国MSTA R计划录取的数据对算法进行了仿真验证,实验结果显示两种形式的二维非参数特征分析在 较低特征维数下的识别率均可以达到98%以上,表明所提方法的有效性和正确性。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。