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。     

一种改进矢量量化进行SAR原始数据压缩的方法

在通常的块自适应矢量量化的基础上,对其进行了改进。首先对原始数据进行块自适应量化,并将其符号位提取出来单独编码,从而大幅度缩小了数据的动态范围,然后对块自适应量化后的数据进行矢量量化编码。实验结果证明,该算法可以降低矢量量化的复杂度。     

归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。     

采用高速DSP实现BAQ算法的应用研究

本文较为详细地介绍了最佳量化的基本方法以及块自适应量化编码的原理，同时给出了采用高速DSP芯片技术实现SAR原始数据压缩的原理和实现结果。     

SAR原始数据矢量量化的码书改进研究

首先对矢量量化编码的基本原理进行了讨论,并对矢量量化编码中的码书生成方法进行了研究,在此基础上提出了SAR原始数据矢量量化编码中一种码书生成的改进方法。文中还介绍了利用改进的码书对SAR原始数据进行量化编码的应用,得到了较好的效果,并给出了实验结果。     

一种距离聚焦后的SAR原始数据压缩算法

由于合成孔径雷达(SAR)原始数据的相关性很低,直接压缩原始数据是比较困难的。该文提出一种新算法,先对SAR原始数据作距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向作矢量线性预测,并对预测残差序列作分块自适应量化。结合一组实测SAR原始数据,用3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3种压缩算法所成的图像。实验表明,在相同比特率条件下,该文算法得到的数据域信噪比和图像域信噪比均比BAQ算法高。该文算法的计算量远小于有关文献给出的距离聚焦后的压缩方法。     

一种有效的合成孔径雷达原始数据高倍数压缩算法

在分析分块自适应量化(BAQ)压缩数据的分布特性、量化信噪比、动态范围及其对矢量量化数据压缩性能和运算量影响的基础上,对分块自适应矢量量化(BAVQ)压缩算法进行了改进,提出了采用高比特数BAQ压缩的方案.利用改进的BAVQ算法压缩高分辨率SAR原始数据的结果表明,在相同压缩比的条件下,该文提出的改进算法可获得更大的量化信噪比.解压缩数据生成的图像可以清晰地保留图像中的细节信息.     

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DCT-TCQ的SAR原始数据压缩算法

该文提出了一种基于离散余弦变换(DCT)和网格编码量化(TCQ)的SAR原始数据压缩算法。SAR原始数据可以看成是距离向和方位向的2维线性调频信号的线性平移叠加,因而含有丰富的频率分量,对DCT系数按频率分组,根据各组频率分量系数方差确定量化比特分配,然后对量化系数进行TCQ编码量化,可以大幅度提高了量化增益。真实SAR原始数据实验结果表明:该算法使SAR原始数据的压缩性能指标较现有算法有了明显提高。     

结合相干斑抑制的小波域SAR图像网格编码量化

本文结合SAR图像相干斑的抑制,研究了一种在小波域对带噪SAR图像做网格编码量化的新方法。首先将SAR图像在小波域内实施软阀值去噪声,然后根据SAR图像在小波域中各子带系数固有的树结构关系对其进行零树分类,对分类后的重要性小波系数进行网格编码量化,利用卷积编码和信号空间扩展来增大量化信号间的欧氏距离,并用维特比算法寻找最优量化序列。该方法综合了小波相干斑抑制、零树编码、网格编码量化技术,不仅利用了信号小波变换域的空间相关性,而且也较好地利用了信号间的时间相关性。在压缩的同时进行了相干斑抑制,在SAR图像的压缩中取得了很好的效果。     

基于实测数据的原始数据压缩对InSAR系统测高影响研究

为了研究原始数据压缩对InSAR系统干涉测高的影响。该文应用4组典型高程起伏的ERS-1/2实测数据,对Block Adaptive Quantization (BAQ) 与 Amplitude-Phase (AP) 两种有重要工程应用潜力的算法对干涉测高影响进行研究。试验结果表明:BAQ算法在设计时,要合理选择数据分块尺寸;同时,对于测高精度要求较高且垂直基线较短的系统,量化位数应至少为4 bit。AP算法在设计时,要合理分配幅度和相位量化位数。对于平均比特率为3 bit/sample,AP算法最优方案为幅度2 bit、相位4 bit,其性能介于3 bit BAQ和4 bit BAQ之间。     

部分饱和SAR原始数据压缩

分块自适应量化(BAQ)算法在实际应用中碰到的问题是SAR原始数据含有较多饱和成分的量化。文中分析了BAQ对这类数据产生较大误差的原因。根据数据的特点,提出了一种对传统BAQ进行改良的压缩算法部分饱和BAQ(FSBAQ).实验表明,这种方法在不改变压缩比的情况下,对存在一定饱和的数据都能提高4.5dB以上的量化信噪比.文中给出了一条选择量化形式的曲线。并给出用传统BAQ算法及该文给出的算法对一块SAR原始数据进行量化和结果对比。     

星载SAR原始数据BAQ压缩算法性能评估

对星载合成孔径雷达(SAR)原始数据压缩算法的压缩性能评估是全面了解算法性能、合理选择算法方案的有效手段。该文模拟了以真实SAR图像为背景,引入点目标阵列的SAR回波数据;定义了综合评估指标;对分块自适应量化(BAQ)算法进行了不同分块方案、不同压缩比下的压缩实验;得到了一系列评估指标的计算结果。研究结果表明:BAQ算法对图像域的空间分辨率没有影响;不会引起图像的几何失真;对辐射分辨率影响很小;压缩引起的图像主瓣峰值失真不能够用统一的因子校正。同时该综合评价指标也可以推广到其他压缩算法评估中。     

合成孔径雷达原始数据压缩

本文首先论述了合成孔径雷达原始数据压缩的意义和重要性,接着简要回顾了它的发展历史,着重讨论了分块自适应量化(BAQ)和矢量量化(VQ)两种数据压缩方法.最后展望了合成孔径雷达原始数据压缩的发展前景.     

基于高斯分布判决的SAR原始数据压缩方法

针对合成孔径雷达(SAR)数据概率密度函数偏离高斯分布时分块自适应量化(BAQ)压缩算法性能下降的问题,提出一种判断SAR数据是否符合高斯分布的新方法,并将其应用于SAR原始数据压缩。该方法借助几何关系将高斯曲线用等面积的三角形替代,计算出二者的交点坐标,并对各交点范围内二者的积分值进行比较,得到三个判决条件;然后,将满足这些条件的SAR数据判断为标准高斯分布数据并进行BAQ压缩,对判断为非高斯分布的数据采用矢量量化方法压缩。最后,实测数据的仿真实验说明本文方法的性能优于BAQ和文献[9]的方法。     

星载SAR原始数据压缩模块的FPGA实现

分块自适应量化（BAQ）算法是目前最适于工程实现的合成孔径雷达（SAR）原始数据压缩算法。文中介绍了该算法的基本原理，针对星载SAR数据的实时传输，重点介绍了可变压缩比BAQ算法的数据压缩模块方案及其FPGA设计实现硬件压缩，并给出了仿真结果。用FPGA实现原始数据压缩灵活可靠，适合在星载SAR系统中应用。     

原始数据压缩对星载SAR/GMTI系统测速影响研究

星载SAR原始数据压缩是目前解决星载SAR实时获取的海量数据与星上有限数传带宽的有效手段。压缩比越大,数据率越低,但较大的量化误差将影响SAR-GMTI的测速精度;压缩比越低,数据压缩对测速精度影响越小,但数据率越高。因此,数据压缩比的选择需要在数据率与测速精度之间取得折中。该文建立了星载SAR/GMTI系统回波信号仿真模型,仿真了星载SAR-GMTI原始数据,针对相位中心偏置天线(DPCA)与沿迹干涉(ATI) 两种有重要工程应用潜力的方法,详细分析了分块自适应量化 (BAQ) 算法对测速精度的影响。该文的研究结果将为星载SAR/GMTI系统的压缩比选择提供重要的理论依据。     

SAR原始数据两种量化压缩方式的性能评估

原始数据压缩是高分辨率SAR需要着重考虑的环节.该文针对目前星载SAR比较常用的4 bit量化和8:3 bit BAQ两种量化压缩方式,在不同输入功率下对量化信噪比、功率保真能力和目视图像效果这几个方面进行了深入的分析和评估.分析得出,综合各项性能后4 bit和8:3 bit BAQ的最佳输入功率范围分别为26.1 dB~34.9 dB和23.5 dB~36.5 dB,这为星载SAR实际运行中MGC值的设置提供了依据.