基于星载SAR的原始数据压缩算法

星载SAR的原始数据量大,受到星上设备的数据处理能力和下行链路带宽的制约,需要把原始数据进行有效的压缩以便在系统允许的条件下存储和传输.因此必须采取一种能提供较高压缩比和较低编码/解码误差的高效SAR原始数据压缩算法,将SAR的原始数据进行压缩.分块自适应量化(BAQ)算法,其具有计算简单、实施方便的特点.为了进一步提高数据的压缩比和压缩质量,不断有更多的算法被提出,如矢量量化(VQ)、栅格编码矢量量化(TCVQ)等,对BAQ、VQ和TCVQ三种算法加以研究并给出相应的实验结果,最后对以上算法的综合性能做一个评述.     

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。     

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。     

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。     

SAR极化面目标原始数据模拟

提出了一种基于矩阵思想的雷达回波模拟方法，它采用一定的近似处理，可以高效的模拟出不同目标的原始回波数据，同时也能模拟出不同极化特性的场景的合成孔径雷达原始回波数据。该方法将飞行参数与地面参数的模拟进行分离，有利于实时计算。最后，用该方法对不同极化性质的地面目标进行了模拟。并给出了一些典型的目标回波的模拟效果。     

星载SAR分布目标原始数据模拟研究

该文提出了一种星载SAR分布目标原始数据模拟的方法。以Kirchhoff近似及小平面单元理论为基础,讨论并给出了组成分布目标基本单元的小平面后向散射系数的计算方法。接着介绍了分布目标的回波模型,具体阐述了分布目标的原始数据形成方法。通过对原始数据成像处理后得到的图像进行分析,验证了此方法的有效性。     

基于小波的SAR原始数据幅相压缩算法

根据SAR原始数据幅值和相位统计独立的分布特点,该文在分析了SAR原始数据幅值的小波域系数特性后,研究了对SAR原始数据的幅值和相位分别进行量化的基于小波变换的幅相压缩算法。文中采用此算法对实际合成孔径雷达数据进行了压缩,结果表明,与传统的BAQ算法相比,该算法在很好保持数据的相位信息的同时,压缩效果有了明显的改善。     

大斜视SAR原始数据的快速模拟算法研究

该文针对小斜视和大斜视模式合成孔径雷达(SAR)提出了两种高效的原始数据模拟算法：变尺度傅里叶变换(SCFT)算法和沿距离向积分算法。基于SCFT的模拟算法将传统的基于2维快速傅里叶变换的2维频域算法推广到斜视模式,采用SCFT取代插值操作,提高了小斜视SAR原始数据模拟的计算效率和仿真精度。沿距离向积分算法适用于大斜视SAR原始数据模拟,保证了大斜视SAR原始数据的模拟精度并同时提高了计算效率。最后,通过仿真证明了这两种算法的有效性。     

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

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。     

一种INSAR原始数据的幅相分离压缩算法

该文针对干涉合成孔径雷达(INSAR)系统的大数据量问题,提出了一种用于INSAR原始数据的幅相压缩算法。该方法利用SAR回波信号的特性以及干涉测量时对干涉数据高相关性要求的特点,对两路INSAR信号的幅度及相位做去相关性压缩。该文进行了详细的理论分析,并利用实际INSAR数据进行了压缩试验,在相关系数、条纹相似度、残余点的压缩效果等方面,与BAQ算法进行了比较。结果表明在相同压缩比下,该文给出的算法优于BAQ算法,保留了更多的信号幅度和相位信息。     

合成孔径雷达原始数据压缩AP算法幅相比特分配研究

该文研究合成孔径雷达原始数据压缩AP算法,由非正态信源率失真不等式下界结合拉格朗日乘子法推导了幅相比特分配的微分熵公式,指出幅度微分熵和相位微分熵决定了幅相比特分配。进一步研究了相位的均匀分布特性和幅度的瑞利分布特性,由连续信源微分熵定义推导了幅相比特分配的幅度均值公式,指出幅度均值是决定幅相比特分配的唯一因素。根据统计直方图和概率密度之间的关系,给出了更为一般情况下的幅度相位微分熵计算公式。两种幅相比特分配方案各有优点,都可以实现幅度相位比特的自动分配。真实数据实验证实了该方法的有效性。     

基于二维查找表结构的SAR原始数据自适应频域压缩算法

该文针对实际SAR多普勒中心偏移及多普勒谱分裂问题,提出基于一维查找表的自适应多普勒非均匀压缩比分配方法,该方法结合一维量化编码查找表构成二维查找表结构的SAR原始数据自适应频域压缩算法。该文推导了SAR距离向回波频谱解析式,给出距离向非均匀压缩比分配通用方案。实际数据处理结果表明,该方法比传统频域类压缩算法具有更好的信噪比及鲁棒性。理论分析结果表明,其运算量提高很小,易于工程实现。     

一种高效精确的FMCW SAR动静目标混合场景回波模拟方法

近几年来,由于小型无人机的兴起,基于FMCW体制的合成孔径雷达(SAR)由于体积小,重量轻,成本低得到了快速发展。然而,由于传统的脉冲SAR中的停-走假设不再成立,FMCW SAR成像处理与传统的脉冲SAR有着很大的不同,这样使得在FMCW SAR实测数据进行处理和分析时往往缺乏理论支撑。因此,开展FMCW SAR的信号处理研究具有重要的现实意义和军事价值。目前,国内外关于FMCW SAR的研究主要集中在其成像处理方法上,在回波模拟方向研究甚少,特别是对于既包含分布式运动目标又有静止目标下的真实场景下的FMCW SAR回波快速模拟方法更是鲜有涉及。基于此,该文在FMCW SAR平台脉内连续运动的基础上推导了一种适用于动静目标的精确的FMCW SAR 2维频域模型,并基于该模型提出一种高效精确的FMCW SAR动静目标混合场景回波模拟的方法。点目标和场景目标的仿真试验验证了该模拟方法的有效性,效率分析发现该种模拟方法的效率远高于传统的仿真方法。