多视角ISAR成像研究

提出了多视角逆合成孔径雷达(ISAR)成像方法,对不同视角回波数据子孔径内部与外部分别选用不同对齐基准的方法进行包络对齐,然后采用多特显点综合法进行自聚焦．对各个视角接收信号融合,给出了一种参数化方法与非参数化方法相结合以进行稀疏孔径外推的算法,经外推后通过方位向FFT得到目标ISAR图像,该算法可有效应用于合成孔径雷达稀疏孔径成像．     

基于单点像的光学稀疏孔径图像复原

为了定量评价光学稀疏孔径系统的图像复原效果,提出了一种以稀疏孔径系统单点像作为退化图像进行图像复原的方法.对稀疏孔径系统的单点像进行适当的复原处理,可获得类似爱里斑(即该稀疏孔径等效圆口径系统的单点像)的复原图像.通过比较该复原图像和爱里斑相似程度,即可对该复原算法(或者参数)进行评价.以法国SOLARNET光学稀疏孔径系统为例演示了上述图像复原过程.仿真结果表明,基于单点像的图像复原方法是可行的.     

一种利用稀疏统计特性的超分辨ISAR成像方法

为提高短孔径逆合成孔径雷达的成像分辨率,利用逆合成孔径雷达图像的稀疏统计特性,提出了一种超分辨成像算法．通过结合逆合成孔径雷达像的强稀疏性,对成像过程建立近似的统计概率分布模型．利用最大后验概率及贝叶斯估计方法,推导了稀疏控制参数的显式表达,并通过共轭梯度法优化求解图像．另外,联合恒虚警概率检测和带宽外推技术的步进式成像过程,提高了参数估计和超分辨成像算法的稳健性．     

弹载SAR图像几何失真校正方法

探讨了装载在导弹上的侧视合成孔径雷达（SAR）在导弹下降飞行过程中所获取图像的几何失真校正问题．根据导弹在要求合成孔径雷达成像期间内的飞行特点．建立了SAR工作的空间几何模型；由于成像过程中．弹体高度不断减小．SAR图像存在严重的几何失真．根据成像过程中的几何关系，提出了采用子孔径RD算法获得的SAR图像几何失真的校正方法，通过仿真验证了该方法的正确性．     

基于L0稀疏约束的近似NMF高光谱解混

非负矩阵分解(NMF)由于其非负性和分块表征能力,使得该算法大量的应用于机器学习和信号处理等相关领域。经典NMF与线性混合的高光谱模型比较一致,因此在高光谱解混中被广泛应用。因为传统的NMF模型对初值非常敏感,难以保证算法的收敛性。所以,通常对其加入各种稀疏性约束。本文就NMF的L_0约束提出了一种联合稀疏特性的近似NMF算法,它分别约束基础矩阵和系数矩阵,并将其与不受约束的NMF技术结合,诸如乘法更新规则或交替的非负最小二乘方案。最后采用真实仿真数据验证了该算法在光谱解混中相对其他算法所具有的优越性和有效性。     

相位梯度自聚焦在FFBP聚束SAR处理中的应用

基于孔径分解和图像递归融合的快速分解后向投影算法具备接近频域算法的运算复杂度和媲美后向投影算法的聚焦性能．与频域成像算法不同,使用快速分解后向投影算法重建的直角坐标系图像或极坐标系图像均无法满足传统自聚焦方法的使用条件．为了解决这个问题,在原快速分解后向投影算法的基础上创新地引入了虚拟极坐标系,提出了改进快速分解后向投影算法,为自聚焦处理提供图像域与距离压缩相位历程域之间的傅里叶变换对关系．其次,建立全新的重叠子孔径构型,提出了嵌套多孔径相位梯度自聚焦的改进快速分解后向投影算法．最后,利用X波段聚束合成孔径雷达实测数据对该方法进行了验证．     

基于鉴别流形的不相关稀疏投影非负矩阵分解

基于流形学习、稀疏表示和鉴别分析理论,提出一种基于鉴别流形的统计不相关稀疏投影非负矩阵分解(discriminative manifold—based uncorrelated sparse projective NMF, DMUPNMF)算法。该方法继承了线性投影NMF优点,充分利用了数据集的局部和非局部几何鉴别信息,能够从数据集中抽取不相关鉴别特征,且分解结果具有良好的数据局部表示和稀疏性;给出多乘更新规则求解优化算法并证明其收敛性,还给出投影梯度优化算法以提高收敛速度。为解决大规模数据处理中计算量和存储空间过大问题,提出一种从训练集选取少量代表性样本学习DMUPNMF方法。大量的实验表明,该算法优于现有的改进NMF算法。     

基于稀疏补算子学习的图像融合方法

为获得高质量融合图像,本文运用稀疏补分解理论,提出了一种新的多聚焦图像融合方法。首先给出了正则化约束下的稀疏补分解算子学习模型,并从相似样本数据训练出分解算子;再利用分解算子从待融合图像中提取稀疏特征,经取大融合规则获得融合系数;最后通过极小化全变差问题重建融合图像。实验结果表明,本文方法优于稀疏综合表示的图像融合算法:在互信息指标上,最大增益为0.65;在Q_(ABF)指标上,最大增益为0.1。     

非局部稀疏表示正则化的磁共振图像重建

传统的基于稀疏性先验和全变分正则项约束的图像重建算法不能有效重建图像中的各种结构。为了提高重建质量,在采用传统重建算法中基于稀疏性的先验约束的同时,将重建图像的稀疏系数应逼近原始图像稀疏系数这一先验约束引入图像重建模型。通过图像子块之间的非局部相似性估计原始图像,得到非局部稀疏表示正则化的磁共振图像重建模型,并利用快速混合分裂算法求解模型。实验结果表明,算法能够对磁共振图像进行较好的重建。     

压缩编码孔径红外成像超分辨重建

为了利用低分辨率红外探测器获取高质量图像信息,对基于频谱面的压缩编码孔径成像方法和超分辨率图像重建算法进行了研究。首先,在频谱面加入孔径编码器,通过傅里叶变换对采样图像信号进行编码压缩。然后,利用光学成像系统的分片光滑性,实现信号在傅里叶变换域的稀疏表示。最后,提出了两点步长梯度法与自适应非单调线搜索策略相结合的梯度投影并行加速算法,用于完成对稀疏信号的超分辨重建。实验结果表明,该算法能够以远小于原始信号的数据量重建出高分辨率图像信息。     

基于子波域隐含马尔可夫模型的SAR图像斑点抑制

为了抑制合成孔径雷达成像中的“斑点效应” ,提出了一种新颖的基于子波域隐含马尔可夫树的信号处理方法 .首先对图像进行对数变换 ,转换噪声的统计特性 ,然后在子波域建立隐含马尔可夫树模型 .根据此模型 ,进行最大似然估计 ,恢复图像并抑制斑点噪声 .实例显示 ,该方法在平滑斑点噪声的同时又保留了边缘信息 ,使得处理后的图像比较自然 .     

分布式卫星InSAR目标定位近似闭式解

研究了利用分布式卫星干涉合成孔径雷达系统(Interferometric Synthetic Aperture Radar,InSAR)生成数字高程模型(Digital Elevation Model, DEM)的三维目标定位方法．相比重复航过InSAR系统,分布式卫星InSAR系统中的副雷达工作于双基模式,其雷达成像几何较为复杂,难以求取分布式卫星InSAR三维目标定位方程的闭式解．针对分布式卫星InSAR目标定位问题,提出一种联合主图像成像几何的辅图像等效相位中心法．在此基础上给出了分布式卫星InSAR三维目标定位方程的高精度近似闭式解．理论分析及仿真实验结果验证了求取的近似闭合形式解的精确性．     

Fast subpixel registration method for InSAR images

In conventional registration methods, image interpolation is used to extract subpixel offsets which lead to the limitation that the registration accuracy is restricted by the interpolation unit. Moreover, the computational burden is heavy when high accuracy is demanded. In order to reduce the computational load, we propose an efficient offset estimation method for interferometric synthetic aperture radar (InSAR) image subpixel registration. Firstly, a novel cost function continuously varying with offsets is established by integrating the empirical signal-to-noise ratio (SNR) and the interpolation operation. This suggests a more accurate registration since the accuracy of the estimated offsets does not depend on the interpolation unit. Secondly, an efficient bi-iterative algorithm is employed to solve the cost function in the continuous domain. The subpixel offsets associated with the maximum of the cost function can be exactly obtained with low computational complexity. Simulated and real data are tested to illustrate the good performance and computational efficiency of the proposed method.     

Improved Ship Target Detection Accuracy in SAR Image Based on Modified CFAR Algorithm

基于修正CFAR算法的高精度SAR图像舰船目标检测

王勇,郭天骄

(哈尔滨工业大学 电子与信息工程学院,哈尔滨 150001)

创新点说明：

本文基于舰船目标实测数据SAR成像结果,提出一种新的二维SAR图像舰船目标检测算法,具体创新性可说明如下：

1）首先使用Otsu算法大致确定舰船目标的大小,进而自适应地确定CFAR滑动窗的尺寸,使算法更有普适性。

2）介绍了CFAR算法的改进形式,在提高运算速度的同时大大提升了检测效率。

3）所用的综合算法包含了形态学分割算法,解决了传统Otsu、CFAR算法不能处理多目标融合、角反射过强等问题,降低了漏警概率。

研究目的：

传统CFAR舰船检测算法效率低、无法根据图像分辨率和舰船目标大小来确定滑动窗大小,而且无法解决多目标融合等问题,基于此,本文设计一种综合算法可解决基于SAR图像的舰船目标检测问题。

研究方法：

1）对图像进行Otsu二值分割处理,量取分割后的每个区域的尺寸;

2）采用改进的CFAR算法,将积分运算简化为求和迭代运算,将阈值初始化为二倍窗内灰度值均值,窗大小根据Otsu算法分割后的每个区域的长宽来确定;

3）对经过CFAR算法后的图像进行形态学开运算处理。开运算算子采用一条线段,长度同样根据Otsu算法分割后的每个区域的长宽来确定。

结果：

1）说明了SAR图像进行Otsu处理后的图像特点,以及Otsu算法可以迅速获得舰船目标大小的优点。

2）给出了改进的CFAR算法的计算流程,此算法能够根据上一步估计的舰船目标大小来调整滑动窗大小,计算高效迅速,而且比较精确。

3）采用形态学开运算算法,并能根据Otsu算法分割后的每个区域大小来确定开运算算子,开运算处理后融合的多目标彼此分离,强角反射得到了去除,降低了漏警概率和虚警概率。

结论：

对于一幅含有舰船目标的SAR图像,可以通过Otsu、CFAR、开运算处理来进行舰船目标检测,降低漏警概率和虚警概率,提高算法的普适性和精确性。此外,通过对CFAR算法改进可大大提升运算效率。本文的研究结果对SAR舰船目标检测算法的实际应用奠定了良好的理论和实验基础。

关键词：舰船检测,Otsu算法,恒虚警检测,开运算

     

应用联合自聚焦实现低信噪比ISAR成像平动补偿

传统逆合成孔径雷达(ISAR)平动补偿中,由于低信噪比下包络对齐无法精确实现,因此会导致后续相位自聚焦的精度受到限制．针对该问题,提出了一种包络相位联合自聚焦算法．该算法可以实现低信噪比下对ISAR目标复杂的平动分量进行补偿．利用二维ISAR图像熵作为目标函数,结合阻尼牛顿法进行最优化求解,在低信噪比下完成对平动分量的精确估计．另外,考虑到直接采样模式下,ISAR回波包络的缓变特性,对应平动分量可用有限阶多项式进行拟合．因此,利用归一化多项式拟合实现估计参数规模的简化,提高了估计精度和效率．Yak-42实测数据验证了该算法在低信噪比下的有效性和可靠性．     

New Precision Guidance Method Based on Bistatic Synthetic Apterture Radar

A new method is presented to improve guidance precision. This method is based on bistatic synthetic aperture radar. The illuminator works in side looking mode, providing the synthetic aperture and the receiver is disposed on the seeker which operates in the forward looking mode. The receiving antenna is composed of four sub-antennas and so four synthetic aperture radar (SAR) images are to be generated. Target is positioned in SAR images by image matching. The bearing and elevation of image element of target are measured by the principle of monopulse angular measurement. Theory of the proposed method is derived and simulation on bearing measurement is done. Simulation shows that the method is valid and if SNR of target's image is above 30 dB, the angular measuring difference is within the confines of 0.04 degree.     

Accelerated time domain imaging algorithm and its autofocus approach

The measurement accuracy of a navigation system is inadequate for airborne synthetic aperture radar (SAR). This may seriously degrade the image quality. In this paper, we propose an accelerated time domain (ATD) imaging algorithm combined with the autofocus method. By introducing the global pseudo polar coordinate (GPPC), we construct the Fourier transform pair (FTP) relationship. Then, the weighted least square phase gradient autofocus (WLS-PGA) algorithm is adopted to implement accurate phase error compensation. This method uses fast Fourier transform to implement sub-image fusions instead of time-consuming two-dimensional interpolation. Also, it has good compatibility with the high-accuracy autofocus algorithm to estimate the residual motion errors within the radar echoes and to obtain a well-focused image.     

Design method for bandwidth and synthetic aperture time in GEOSAR

The complex relative motions between the Radar platform and the targets are more complex in geosynchronous Synthetic aperture radar (GEO SAR). The assumption that range and azimuth are uncoupled in Low-Earth-Orbit SAR does not hold in GEO SAR. The common calculation method for bandwidth and synthetic aperture time cannot be used in GEO SAR. In this paper, a method suit able for GEO SAR is proposed to design imaging parameters including the bandwidth and synthetic aperture time. First, a resolution analysis method with analytical expression is deduced based on geometrical mapping, and then based this expression, the bandwidth and the synthetic aperture time are optimized to meet the resolution's needs on value and shape (close to a circle). Finally, a design example in a GEO ellipse orbit is given, and the resolution analysis result corresponds to the image obtained by the Back Projection (BP) method. The designed bandwidth and synthetic aperture time are also provided. Simulation results validate the effectiveness of the proposed method in the GEO SAR system design.     

加权空间函数优化FCM的SAR图像分割

传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果．基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权空间隶属度是多尺度条件下空间各相邻像素的位置和强度信息的加权隶属度值,加权空间函数中各加权空间隶属度的影响系数由自适应遗传算法优化,最终的隶属度值由加权空间函数修正．由于在这种聚类过程中融入了优化的空间信息,因此弱化了斑点噪声的影响,提高了分割精度．这种算法应用于实际合成孔径雷达图像分割实验,结果表明此算法对初始分类结果不敏感,具有较强的抗噪性能,改善了SAR图像的分割结果．     

ISAR Imaging and Cross-Range Scaling Based on Image Rotation Correlation

With the rapid advancement of technology, not only do we need to acquire a clear inverse synthetic aperture radar (ISAR) image, but also the real size of the target on the imaging plane, so it’s particularly important for the ISAR to rescale the images. That is, the ISAR image which is in the range-Doppler domain is converted into the range-azimuth domain. Actually, the key point to solving the problem is to estimate the rotation parameters. In this paper, a new scheme to rescale the images is proposed. For the sake of solving the problem of two-dimensional image blur and target high-speed, the instantaneous range instantaneous Doppler (IRID) method is used to obtain ISAR images, and the rotation parameters are estimated by comparing the rotation correlation of the two images. Using this method, the error of the estimated rotation parameters is greatly reduced, so that the target can be rescaled accurately. The simulation results verify the effectiveness of the proposed algorithm.