多通道SAR-GMTI技术的研究进展

基于合成孔径雷达的多通道运动目标检测系统( SAR-GMTI)可以在对地面静止场景进行高分辨率成像的同时完成强杂波环境下的慢速运动目标检测,在军事和民用领域中具有很高的应用价值。首先,简要介绍了多通道SAR-GMTI系统的基本概念,对比了机载与星载、SAR成像与GMTI的同时与分时处理等不同系统的特点,并系统梳理了国内外研究现状;然后,选取分布式SAR-GMTI系统和基于MIMO的SAR-GMTI系统两个方向进行重点分析;最后,探讨了SAR-GMTI系统的研究重点,并对其发展进行了展望。     

国外无人机载合成孔径雷达简介

概述无人机载合成孔径雷达的重要性,介绍几种典型系统,重点介绍美国无人机（ＵＡＶ）载Ｌｙｎｘ合成孔径雷达（ＳＡＲ）的性能特征及新颖之处,特别是它引入注目的高分辨率成象和动目标显示功能。展望未来无人机载合成孔径雷达的发展动向。     

干涉合成孔径雷达系统的最优基线

本文从干涉合成孔径雷达（ＩＮＳＡＲ）的系统原理出发,深入地了影响ＩＮＳＡＲ系统特性的干涉基线。基于形成干涉图像的ＳＡＲ信号之间的频率偏移理论,本文引入干涉合成孔径雷达系统的信号带宽、信噪比及距离向分辨力的概念。根据所提出的概念,得到干涉系统的最优基线,仿真计算结果与实际系统中所采用的系统基线基本吻合。     

一种新颖的亚像素级SAR图像水陆分割方法

星载合成孔径雷达(Synthetic Aperture Radar,SAR)图像水陆分割对水域识别、洪水监测等领域研究具有重要意义。然而,星载SAR图像的空间分辨率通常在米至十米量级,水域边界上会存在大量既包含陆地又包含水域的混合象元。传统像素级水陆分割算法难以获取高精度的水陆分割结果。本文提出一种新颖的亚像素级SAR图像水陆分割方法,该方法采用一种改进的非局域滤波算法抑制相干斑噪声,再利用模糊C均值聚类算法进行像素级水陆分割,在此基础上应用基于双三次样条插值与几何主动轮廓模型的精分割方案,获取更高精度的亚像素级水域轮廓。本文以南水北调中线工程水源地——丹江口水库为实验区域,利用国产高分三号（GF-3）卫星的多模式SAR图像,开展水陆分割验证实验。实验结果表明,所提方法可实现亚像素级精度的水陆分割,与传统方法相比,平均像素偏移精度提升一个数量级。     

一种新颖的SAR真实场景原始数据频域模拟方法

采用时域模拟方法来实现真实场景数据模拟时,由于计算机计算速度和数据容量的限制,数据模拟十分困难。该文提出了一种新颖的SAR真实场景原始数据的频域模拟方法。该方法改变了传统的时域到频域对应关系,采用空域到频域的对应关系,真实场景数据两维FFT后在频域插值和移位,并与所采用的频域转移函数相乘,再经过IFFT得到模拟的原始数据。通过对点目标模拟和真实场景数据模拟仿真试验,证明了该方法的有效性,模拟结果显示该模拟方法与以往的模拟算法相比极大地提高了模拟速度。     

基于RPCA的SAR图像纹理特征去噪

合成孔径雷达(SAR)图像具有丰富的纹理信息,这些纹理信息能反映地物空间结构关系。当前纹理特征被广泛应用于SAR图像分类和SAR图像分割中。受成像因素影响,直接采用从SAR图像中提取的纹理特征效果不够好。为避免传统先滤波再提取纹理特征的方法对纹理、边缘信息造成损失,提出了一种先提取SAR图像纹理特征,再利用Robust PCA方法对纹理特征去噪的新方法,最后采用Kmeans聚类方法检验RPCA处理后的纹理特征表达效果。实验结果表明该方法能将聚类正确率从82%提高到84%。     

一种应用于线列TDI型红外焦平面的数字化读出电路

对于红外焦平面的数字化一直是当前的研究热点之一,如何满足红外焦平面器件的功耗和面积要求,同时还能达到足够高的转换速率和转换精度是目前存在的一个的难点。针对线列TDI型红外焦平面的特点,提出一种新型SAR型ADC的方法并设计相应的读出电路,通过在SMIC 0.18μm工艺下模型的仿真,该读出电路可以达到最高80.2 dB的信噪比的情况下,功耗仅为230μW。     

Noise amplification analysis and comparison of two periodic nonuniform sampling reconstruction methods used in DPCA SAR

General Sampling Expansion Reconstruction Method （GSERM） and Digital Spectrum Reconstruction Method （DSRM）, which prove effective to reconstruct azimuth signal of Displaced Phase Center Apertures （DPCA） Synthetic Aperture Radar （SAR） system from its Periodic Non-Uniform Sampling （PNUS） data sequences, would amplify the noise and sidelobe clutter simultaneously in the reconstruction. This paper formulates the relation of the system transfer matrixes of the above two methods, gives the properties, such as periodicity, symmetry, and time-shift property, of their Noise and Sidelobe Clutter Amplification Factor （NSCAF）, and discovers that DSRM is more sensitive than GSERM in the white noise environment. In addition, criteria based on initial sampling point analysis for the robust PRF selection are suggested. Computer simulation results support these conclusions.     

基于场景相似性度量的SAR图像抑斑

通过研究SAR图像的信号相关加性噪声模型,结合提出的加性残留噪声模型得到一种图像域的期望加权滤波器,并引入像素间的相似性作为加权时的权值。接着,指出传统像素间相似性的度量方法不能鲁棒地用于噪声图像,提出从图像的灰度特性和空间结构两个方面考虑,利用灰度和梯度距离度量像素间的相似性,并应用局部场景之间的相似性估计像素间的相似性使之可靠地应用于SAR图像。实验表明,所提出的算法具有相当出色的抑斑性能,在有效的抑制斑点噪声的同时,均匀区域几乎没有出现“振铃”效应,并且非常好地保持了原始图像的边缘、纹理和点状目标。