一种改进的机载聚束式合成孔径雷达层析算法

本文根据聚束式ＳＡＲ能够在小范围内获得超高分辨力微波图象的特点，从计算机辅助层析照相技术入手，提出和详细推导了一种改进的，适用于聚束式ＳＡＲ成像的直接付立叶重建ＤＦＲ层析算法。该算法与传统的ＤＦＲ算法相比，简化了目标付立叶域信息重构成过程，降低了雷达系统的Ａ／Ｄ采样率和脉冲重复频率ＰＲＦ，完成了初步的相位补偿，便利了硬件处理的实现，提高了成像效率。     

多视极化合成孔径雷达图象的分类和极化通道优化

本文提出了一个新的最大似然（ＭＬ）分类算法对多视全极化合成孔径雷达（ＳＡＲ）图象进行分类，给出了应用ＮＡＳＡ／ＪＰＬ机载Ｌ波段四视全极化ＳＡＲ实没数据的试验结果，证明了新算法的有效性。此外，本文还针所提算法应用于部分的多视全极化ＳＡＲ数据中，实现了地貌类型分类的极化通道优化。     

星载合成孔径雷达（SAR）成像处理快速近似算法

本文研究了一种用于星载ＳＡＲ方位处理的快速算法，称为ＳＰＥＣＡＮ算法。该算法与常规的频域算法相比较，，在计算量，存贮量和算法结构上都有明显的优势。它可作为星载ＳＡＲ粗处理的实时处理算法，对星载ＳＡＲ实时成像处理具有重大意义。本文关重研究了ＳＰＥＣＡＮ算法的结构及其在星载ＳＡＲ中所需解决的特殊问题。最后，利用ＳＥＡＳＡＴ－Ａ海洋卫星ＳＡＲ原始数据验证了该算法的可行性。     

前斜视机载SAR成象处理的RD算法研究

本文研究了用距离－多卜勒（ＲＤ）算法来实现前斜视机载合成孔径雷达（ＳＡ）成象处理．给出了机载斜视ＳＡＲ的空间几何模型和回波信号模型,详细分析了ＳＡＲ在斜视情况下成象处理必须进行二次距离压缩（ＳＲＣ）的机理,并研究了一种改进的ＳＲＣ方法（ＳＩＭ）,此方法能适应于斜视角更大的情况．针对不同的斜视情况进行了计算机仿真,最后指出了ＲＤ算法处理斜视ＳＡＲ的局限性及理由。     

空载合成孔径雷达技术及展望

空载合成孔径雷达（ＳＡＲ）是一种现代高分辨率侧视成象雷达，它应用合成孔径技术、脉冲压缩技术和数字信息处理技术，获得方位向和距离向的高分辨率。本文将对空载ＳＡＲ的现状及发展趋势进行综述，并主要讨论ＳＡＲ的有关技术，涉及星载ＳＡＲ工作模式和体制，雷达数字图象的信息获取与成象处理等，最后，给出了ＳＥＡＳＡＴ－Ａ卫星ＳＡＲ数字成象结果。     

一种适于机载前斜视SAR成象处理的Chirp Scaling算法

Ｃｈｉｒｐ Ｓｃａｌｉｎｇ算法是一种高效、高精度的ＳＡＲ成象处理算法，算法解决了在宽天线波束或者天线高斜视角情况下获得高分辨力图象的问题。本文在Ｃｈｉｒｐ Ｓｃａｌｉｎｇ算法的基础上，提出采用新的结构和新的相位函数来接纳机载ＳＡＲ成象处理所需的运动补偿相位，使得Ｃｈｉｒｐ Ｓｃａｌｉｎｇ算法成为机载前斜视ＳＡＲ的一种实用的、高效算法。本文给出了一幅采用该算法处理的德国宇航院（ＤＬＲ）的Ｅ－ＳＡＲ图     

PFA算法与RMA算法成像机理的比较

在ＳＰＯＴＬＩＧＨＴＳＡＲ的各种成像算法中,聚焦的准确性是影响ＳＡＲ成像质量的关键所在。在建立ＳＰＯＴＬＩＧＨＴＳＡＲ数据搜集及成像处理的数学模型基础上,比较了两种ＳＰＯＴＬＩＧＨＴＳＡＲ成像算法ＰＦＡ和ＲＭＡ的性能,并通过计算机仿真进行了分析和比较。     

基于RD算法的星载SAR斜视成像

本文研究了用距离一多普勒（ＲＤ）算法来实现星载 ＳＡＲ的斜视成像处理。给出了星载 ＳＡＲ斜视时的空间几何模型和回波信号模型，详细分析了地球自转和斜视产生的多普勒质心所引起的距离走动差异，及时域和频域校正对成像的影响，并研究了一种改进的ＲＤ算法进行距离走动的校正，此算法能适应大的斜视距离走动和地球自转距离走动。针对不同的距离走动校正进行了计算机仿真，理论分析和仿真结果表明：这种改进的ＲＤ算法是有效的。     

VSAR：一种高分辨率海洋成象雷达系统

速度合成孔径雷达（ＶＳＡＲ）是一种概念型高分辨率海洋成象合成孔径雷达传感系统。ＶＳＡＲ不仅可以利用多元ＳＡＲ系统收集的数据提取被观察区域的雷达反射率,还可以提取每个象素中散射体的径向速度。这是通过利用多幅ＳＡＲ图象中所包含的相位信息才得以实现的,而不是象传统ＳＡＲ那样只利用大小信息。ＶＳＡＲ试图利用这种速度信息补偿传统ＳＡＲ系统中潜在的速度失真并重建海洋反射率。我们介绍了ＶＳＡＲ系统的基本理论及其     

波束扫描合成孔径雷达成像处理

本文主要研究了滤束扫描合成孔径雷达的杨像处理方法，分析了ＳＣＡＮＳＡＲ的工作原理、信号格式、信号结构和信号参数限制，成像处理算法包括块数据成像算法和块图像拼接算法两部分，频谱分析法和时域频域混合相关法被用于数据成像，块图像的拼接是利用时间有系剪裁块图像再顺次拼接，计算机仿真验证了本文提出的ＳＣＡＮＳＡＲ信号格式和成像算法的可行性。     

Study on the technique to detect texture features in SAR images

This letter studies on the detection of texture features in Synthetic Aperture Radar (SAR) images. Through analyzing the feature detection method proposed by Lopes, an improved texture detection method is proposed, which can not only detect the edge and lines but also avoid stretching edge and suppressing lines of the former algorithm. Experimental results with both simulated and real SAR images verify the advantage and practicability of the improved method.     

基于弹跳射线法的海上目标快速成像与识别算法

合成孔径雷达(Synthetic Aperture Radar,SAR)以全天候、全天时的观测能力,在军事和民用领域有着广泛的应用背景。考虑到SAR研究的成本和效率以及SAR图像在目标检测领域的应用,SAR图像的仿真技术发挥了重要优势。针对传统成像方法耗时较长的问题,本文利用基于弹跳射线法（SBR）的快速成像技术以达到快速获取大批量SAR图像的目的。为了更加精准地识别SAR图像中的目标,在Faster RCNN目标检测网络的基础上,根据真实舰船目标改变候选框的初始尺寸以及利用特征融合的方式对原算法框架加以改进。最后,在Faster RCNN框架中加入特征金字塔结构（Feature pyramid networks,FPN）,进一步提高目标识别算法对SAR图像中的舰船目标检测和识别的能力。      

Moving target detection in foliage using along track monopulsesynthetic aperture radar imaging

This paper presents a method for detecting moving targets embedded in foliage from the monostatic and bistatic synthetic aperture radar (SAR) data obtained via two airborne radars. The two radars, which are mounted on the same aircraft, have different coordinates in the along track (cross-range) domain. However, unlike the interferometric SAR systems used for topographic mapping, the two radars possess a common range and altitude (i.e., slant range). The resultant monopulse SAR images are used to construct difference and interferometric images for moving target detection. It is shown that the signatures of the stationary targets are weakened in these images. Methods for estimating a moving target's motion parameters are discussed. Results for an ultrawideband UHF SAR system are presented.     

利用改进分形特征对SAR图像目标检测方法的研究

改进分形特征是用指数小波在一个尺度上对检测图像滤波,针对特定大小目标用能量关系函数求得各像素点的分形特征。该文研究了利用改进分形特征对SAR图像进行目标检测的方法,分别使用改进特征与扩展分形特征对单一背景和复杂背景条件下的SAR图像进行目标检测,结果表明:改进分形特征能够在这两种背景条件下以更低虚警率检测出全部特定大小的目标,目标空间可分辨性好、位置指示准确;但在复杂背景条件下的检测虚警率比单一背景下的检测虚警率有所上升。     

基于中心点回归的大场景SAR图像舰船检测方法

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测在军事和民用领域有着重要的应用.然而随着SAR图像成像能力的提升,SAR成像场景越来越大,舰船目标检测存在两个难点:一是舰船目标在整幅图像中所占比例极小,很难与周围背景分开;二是靠岸舰船目标通常密集排列,目标之间难以区分.目前常用基...     

基于图像分割的SAR图像变化检测算法及实现

本文提出一种基于图像分割的变化检测方法,该方法首先根据SAR图像统计特性进行图像分割,然后对两幅SAR图像的分割图进行融合,用相同的区域分割来描述两幅图像,再利用区域灰度和纹理等信息构造图像变化函数,用变化函数对图像进行变化检测判别,最后利用合成孔径雷达(SAR)图像进行的试验,并和变化矢量分析方法(CVA)进行比较,得到了很好的效果。     

基于改进Wedgelet变换的SAR图像边缘检测

针对SAR图像边缘检测中,传统算法很难同时兼顾噪声抑制和对边缘完整准确定位的缺点,利用多尺度Wedgelet变换能够有效检测线目标的特点,提出了一种新的Wedgelet变换的代价函数,增强了其抑噪能力,同时选择了适当的分解尺度,在没有降低逼近图像质量的情况下提高了变换速度.基于此变换,对SAR图像进行自适应的边缘检测.实验结果表明该方法有效克服了斑点噪声的影响,对SAR图像的边缘检测是可行、有效的.     

SAR图像人造目标检测研究

在合成孔径雷达(SAR)自动目标识别中,人造目标的检测至关重要。该文根据SAR图像的特点,对图像中的人造目标进行了检测。首先采用自适应小波滤波方法对图像进行滤波,在保留图像细节的前提下有效地去除了图像中的乘性噪声,使后续的检测变得相对容易。然后采用基于自适应遗传算法的C-划分二维模糊熵算法对图像进行分割。实验结果表明,该文方法能够有效地检测出图像中的人造目标。     

一种面向对象的时间序列极化SAR图像变化检测方法

提出了一种改进的时间序列极化合成孔径雷达(SAR)图像变化检测方法。该方法首先使用简单线性迭代聚类算法对时间序列极化SAR图像进行过分割,得到时间序列图像的超像素一致表达。然后对各个超像素进行时间序列上的任意双时相交叉变化检测,得到包含时间序列图像变化信息的变化检测矩阵。最后根据变化信息对图像在时间序列上进行平滑滤波并生成动态变化图,对地物变化情况进行分析。实验结果表明,文中方法能够有效地检测和分析时间序列极化SAR图像的变化情况。     

基于级联网络的复杂大场景SAR图像舰船目标快速检测

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测紧贴军事和民用需求,为海洋监视提供重要信息支撑。针对复杂大场景SAR图像,本文设计了一种基于级联网络的舰船目标检测框架,该网络框架主要由D-BiSeNet海陆分割、分块区域筛选和CP-FCOS目标检测三部分组成。通过改进双边网络(D-BiSeNet)进行SAR图像海陆分割,增强了图像空间位置信息及网络边缘损失,提高了分割性能。通过海域面积比参数设定进行分块区域筛选,可以有效选择网络处理图像块,提升算法整体检测效率。CP-FCOS网络将Category-Position特征优化模块应用于传统FCOS网络,强化网络特征提取能力,同时改进目标分类和边界框回归方式,提高舰船目标定位效果。基于Sentinel-1和高分三号大场景实测数据实验表明,相比于传统CFAR、Faster-RCNN和RetinaNet方法,本文方法综合检测性能提升25.7%,3.7%和9.9%,同时检测速度提升10.0%以上。