合成孔径雷达(SAR)的最新发展

简介ＳＡＲ技术的二种最新发展，即三维成像ＳＡＲ和ＳＡＲ对动目标的检测（ＡＭＴＩ）。     

双天线旋转目标微多普勒特征分析

在旋转目标的飞行过程中,目标的旋转会在回波信号中产生微多普勒调制。合作式的旋转目标常通过机载应答机进行信息传输,理论与仿真分析发现在双天线信号传输模式中,弹体的遮挡效应会对接收信号中的微多普勒调制产生影响。通过建立应答式目标的微多普勒模型,分析应答机天线相对位置与微多普勒相位特征的关系,推导了双天线条件下地面接收信号的微多普勒调制特征,给出了对应时频特征下的接收信号模型,并分析了天线切换带来的实测信号间断性问题,结合信号时频特征提出下一步可行的信号处理方法。     

改进的极化SAR点散射目标扰动滤波检测方法

为完成极化合成孔径雷达(PolSAR)图像中点散射像素目标的检测,从几何扰动滤波检测点散射像素的基本原理出发,分析了经典方法存在的相干度参数阈值无法自适应获取和不同散射机制共享同一阈值两个问题,提出利用Cloude-Pottier分解结果中熵参数的分布情况计算得到阈值,利用平均阿尔法角参数完成不同散射机制的初分类,对初分类的结果排序得到的某种散射机制对应的相干度参数的比例因子,根据比例因子计算得到该类散射机制的阈值,从而完成点散射目标的检测。对机载合成孔径雷达（AIRSAR）数据集中的San Francisco Bay图像进行了实验,结果表明,改进方法在检测性能上优于经典方法。     

鸟类目标微多普勒分析及参数估计

鸟类扑动的翅膀产生的微多普勒包含了目标的尺寸与微动特征信息,可用于鸟类目标参数估计,对探鸟雷达目标识别具有重要意义。首先建立鸟类目标雷达回波模型,推导了鸟翅膀散射点的微多普勒数学表达式,并通过计算回波的自相关函数估计目标扑翼频率;然后对微多普勒表达式进行泰勒级数展开,利用展开系数与扑翼幅度之间的关系得到扑翼幅度的估计值;最后根据半翼展与微多普勒谱宽之间的关系得到半翼展的估计值。仿真实验证明了所提方法的有效性和抗噪性：对扑翼幅度大于30??、半翼展大于0.3 m的目标,在信噪比高于0 dB的噪声环境下估计精度高。     

基于微多普勒特征的单人与小分队分类技术

人体行走是典型的非刚体运动,通常情况下每个人行走时的摆动周期不可能完全相同。通过提取目标频谱归一化幅度和、多普勒谱线数和谱宽的标准差3个典型特征,采用支持向量机（SVM）分类器,实现了短驻留时间条件下单人与多人的有效鉴别,平均识别率大于90%。雷达实测数据表明所提特征是有效并且稳健的。     

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.     

一种基于简化极化敏感阵列的APES波束形成算法

为了有效降低极化敏感阵列各共点分量之间互耦的相互影响,进一步提高极化阵列的滤波性能,基于新的阵列模型提出了幅度相位估计（APES）波束形成算法。首先,给出了简化极化阵列的布阵模型和接收信号模型;然后,针对简化极化阵列给出了极化APES波束形成算法的详细理论推导,得到了最优权向量的表达式;最后,通过仿真实验验证了极化APES在波束形成方面的有效性。仿真结果表明该算法在强期望信号功率、低采样快拍数或是存在相干干扰的情况下都具有稳定的波束图。     

基于模型参数基展开的函数回归及其应用

与传统的回归方法相比,函数数据回归可以从连续的角度揭示变量间内在关系发展变化的速率、曲率等更深层次的动态规律性。本文通过对模型参数的基函数展开来构建函数回归模型,并利用该模型对1989－2005年我国城镇居民消费函数进行动态分析。     

硅基微纳光波导集成型滤波器与光电探测器的应用分析

随着科学技术综合水平的不断提高,通信技术和信息已经越来越多的深入到人们生活的各个方面,并且深远的影响着社会经济的发展。就光通信技术这一点来说,人们不仅仅是希望它作用于长距离通信应用,而希望它延伸至中、短距离的通信以及互连领域。基于此,光通信中的集成光电子器件也就受到了各方面的广泛关注。如何降低其成本并提高其工作效率也成为了我们研究的重心,基于此本文将对与其关系甚密的硅基微纳光波导集成型滤波器和光电探测器做一个系统的概述。     

我国保险发展的空间非均衡及极化研究——基于1998-2010年年产险与寿险的对比分析

本文运用基尼系数测度1998-2010年我国寿险和产险发展的非均衡程度,并在八大区域内对差异进行分解。结果发现:产险和寿险发展非均衡的演变趋势不同,区域间差异是引起差异的主要原因。并进一步分析产险和寿险发展差异较大区域、与其他区域发展差距较大的区域和缩小产险和寿险差异要注重发展的区域。与此同时,对产险和寿险的极化进行分析。最后提出缩小产险和寿险发展差异的几点建议。     

超高分辨率PolSAR图像去噪对极化特征的影响

随着超高分辨率极化合成孔径雷达(PolSAR)图像数据的出现,有必要对PolSAR图像的去噪过程对于极化分解结果的影响进行评测。相干斑去噪过程的实施将对观测场景中的PolSAR图像原有极化属性产生不同程度的影响,这将会导致分解结果出现偏差。以非相干分解模型为评估对象,以喷气推进实验室(JPL)提供的开源机载超高分辨率PolSAR系统数据为实验样本,提出了一种利用绝对相对误差的定量评测方法。评测结果显示：对于超高分辨率图像,相干斑噪声的影响明显变小,分解窗口可相应的缩小为7×7的尺寸。研究结果对于PolSAR图像的后期遥感应用中的参数选择具有重要参考意义。     

PolSAR成像的固定极化干扰机有源诱饵目标鉴别及抑制

针对合成孔径雷达(Synthetic Aperture Radar,SAR)成像中真假目标难以区分的问题,提出了一种极化合成孔径雷达(Polarmetric SAR,PolSAR)成像固定极化转发式干扰诱饵目标鉴别方法。该方法首先通过极化熵对目标进行分类,提取低极化熵的目标并对目标进行Wigner-Ville分布(Wigner-Ville Distribution,WVD)变换,再利用Hough变换计算WVD图像中的曲线斜率,将计算出的多普勒调频率与理论调频率进行对比,进而完成真实目标与假目标的鉴别,最终通过极化对消对鉴别出的目标进行抑制。实验结果验证了该方法的有效性。     

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。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法，然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法，即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ），并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较，结果显示变换域编码技术能改善SAR原始数据压缩性能。     

面向SAR图像处理的生成式对抗网络应用综述

针对缺少合成孔径雷达（Synthetic Aperture Radar,SAR）目标图像数据导致的识别网络难以训练的问题,总结了现有的基于深度学习方法的解决方案。归纳了现阶段生成式对抗网络（Generative Adversarial Network,GAN）的发展情况,以及主要的衍生模型及其特点与优势。综述了GAN在SAR图像生成与风格迁移两方面的应用情况,并合理分析了应用中的技术难点和问题。最后结合深度学习的发展趋势,展望了GAN在SAR智能解译方面的应用。     

基于Linux的嵌入式高速SAR数据存储技术

为了实现对SAR 原始回波数据的实时存储,提出了在以PowerPC为硬件核心的嵌入式L inux软件平台上,使用SSD硬盘实现高速数据存储的方案。采用Linux驱动程序控制SAS硬盘 控制器,将SAR原始回波数据记录在SSD硬盘阵列上。模拟实验测试中数据存储速度可以达到 200 Mbyte/s。分析了影响数据存储速度的因素,实验表明该方案可以满足SAR原始回 波数据实时存储的要求。     

基于运动干扰机的合成孔径雷达二维移频压制干扰

为了给移动或分布式目标提供有效的保护,提出了一种基于运动干扰机的SAR二维移 频压制干扰方法。在波束照射范围内,运动干扰机在待保护目标附近截获SAR发射信号,并 根据目标在距离向的范围与位置对其调制一个线性调频信号后转发。根据Range-Doppler算 法,推导了距离向失配干扰信号脉冲压缩输出的主瓣位置、幅度以及宽度;分析了由于 干扰机的运动导致的方位向调制信号,给出了干扰机起始位置、运动速度与方位向脉冲压缩 输出主瓣位置、幅度以及主瓣展宽量的关系。理论研究表明,干扰信号能够在SAR图像中形 成面状压制区,可以实现对移动或分布式目标的有效保护。仿真实验验证了该方法的有效性。     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段,然而,可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中,分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性,分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下,所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中,所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

以非负矩阵分解提取局部特征的SAR目标稀疏表示分类

合成孔径雷达（SAR）目标分类是自动目标识别系统的核心功能之一,对于战场监视等应用具有重要意义。利用SAR图像局部散射明显的特点,提出了通过训练样本的非负矩阵分解获得低维数局部特征编码,并以该编码作为字典进行稀疏表示分类的方法。采用Gotcha项目民用车辆目标的实测数据进行了验证,结果显示在不同信噪比条件下该方法的分类正确率均优于广泛采用的由降采样、随机投影、主成分分析提取低维数特征的稀疏表示分类方法,表明了该方法的性能优势。另外,还通过实验对比分析了非负约束的稀疏表示与标准稀疏表示在分类性能上的差别,结果显示非负约束的稀疏表示导致分类正确率下降,故针对分类问题不宜在稀疏表示时进行非负约束。