简介:传统的线阵MIMO-SAR必须经历一个合成孔径时间,才能获得高精度的雷达三维图像。这就势必降低了成像的实时性,而面阵MIMO-SAR很好地解决了这一问题。研究了MIMO-SAR雷达在发射接收天线孔径长度、最小阵元间距和阵元数目固定等约束条件下的平面阵列天线优化问题。MIMO-SAR采用稀布平面天线,基于天线相位中心近似原理建立了阵列优化模型,提出了一种交叉率和变异率可调的遗传算法进行阵元位置优化。该优化方法有效防止了遗传算法的早熟,解决了MIMO-SAR面阵天线低旁瓣电平和窄主瓣宽度双重设计问题。仿真结果表明了该优化模型的合理性及优化方法的有效性和优越性。
简介:Thewide-swathmethodbasedonmulti-receiverisanovelandhighlyaccuratewide-swathmethod,whichrequiresaverypreciseviewangle.Theestimatedanglehaserrorbecauseoftheatmosphererefraction,angleerrorofviewandtargetheight.Amethodisproposedinthispapertoestimatetheangleerrorfromthereturnsignal.Themethodmakesuseoftherelationshipbetweentheviewangleerrorandthesignalcorrelationofthesubswathstoestimatetheangleerror.Theprecisionofthismethodisanalyzedbythelawofgreatnumberanditturnsouttobeindirectproportiontotherootsquarenumberofaveraging.Thesimulationresultisgivenandtheangleprecisionis0.025°.
简介:Homologousfeaturepointextractionisakeyproblemintheopticalandsyntheticapertureradar(SAR)imageregistrationforislands.Anewfeaturepointextractionmethodusingathresholdshrinkoperatorandnon-subsampledwavelettransform(TSO-NSWT)foropticalandSARimageregistrationwasproposed.Moreover,thematchingforthisproposedfeaturewasdifferentfromthetraditionalfeaturematchingstrategiesandwasperformedusingasimilaritymeasurecomputedfromneighborhoodcirclesinlow-frequencybands.Then,anumberofreliablymatchedcoupleswithevendistributionswereobtained,whichassuredtheaccuracyoftheregistration.ApplicationoftheproposedalgorithmtoSPOT-5(multi-spectral)andYG-1(SAR)imagesshowedthatalargenumberofaccuratelymatchedcouplescouldbeidentified.Additionally,bothoftherootmeansquareerror(RMSE)patternsoftheregistrationparameterscomputedbasedontheTSO-NSWTalgorithmandtraditionalNSWTalgorithmwereanalyzedandcompared,whichfurtherdemonstratedtheeffectivenessoftheproposedalgorithm.Thealgorithmcansupplythecrucialstepforislandimageregistrationandislandrecognition.
简介:高分SAR数据的出现,为基于SAR的应用提供了新的途径.需要探索新的技术方法。SAR与光学影像各自的特点具有较强的互补性,二者的融合可以增强遥感数据的信息利用率。针对新的Cosmo—Skymed高分辨率SAR影像数据.利用增强Lee滤波抑制相干斑影响,在此基础上运用局部标准差融合策略的小波包变换方法.融合SAR和CBERS02多光谱影像,充分结合了各自影像的图像特征.使得在最大限度地保留光谱特性和细节特性的基础上.提高了数据的信噪比,更利于信息的提取。实验表明,经过Cosmo—Skymed与CBERS02数据的融合后的自动分类精度显著提高。分类Kappa系数从0.47提高到了0.93。
简介:传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。
简介:特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征,稀疏约束将被添加在非负矩阵分解法中,并应用于图像目标特征提取,通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解,构建具有稀疏性的目标特征矢量,提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验,试验结果表明,添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比,能够显著提高目标识别的稳定性和准确率。
简介:摘要本文介绍我国机载干涉SAR系统及测绘应用概况,介绍机载干涉SAR生成DEM、SAR正射校正、地形引起的SAR后向散射畸变校正、机载SAR图像解译、雷达图像与光学影像的融合、雷达“空中三角测量”等关键技术研究进展。最后,介绍机载干涉SAR系统在某试验区的测绘制图实验情况。
简介:针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题,提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声,在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式,应用共轭梯度法对模型进行求解,最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波,降低了相干斑的影响,而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.
简介:摘要:针对某光电和雷达图像实时融合系统,对融合系统设计进行了概述,并对系统的硬件架构和实时融合处理流程进行了介绍。最后给出了实时光电雷达融合图像的处理结果。