合成孔徑雷達目標識別與仿真研究.pdf

1、合成孔徑雷達(SAR)具有全天候、全天時成像、穿透性強等特點,廣泛應(yīng)用于軍事目標偵察、自然災(zāi)害監(jiān)測、資源勘察等領(lǐng)域。其圖像信息提取多年以來一直被人們研究,是SAR圖像解譯(目標識別)的關(guān)鍵步驟,在探測、成像、SAR圖像解譯中扮演著重要的角色。與SAR數(shù)據(jù)源的快速增長相比,SAR圖像解譯技術(shù)的研究相對比較滯后。本文的研究重點是艦船、飛機和車輛等目標的特征提取、特征仿真和目標自動識別。
　　 根據(jù)目標特征提取和目標自動識別的研究過程

2、,在總結(jié)前人主要成果的基礎(chǔ)上開展了以下工作:
　　 1)對SAR圖像的特點以及SAR圖像中不同類型目標的特征進行了分析,詳細討論了SAR圖像中面目標的紋理信息和常見的紋理分析方法。
　　 2)分析了SAR圖像預處理中的斑點噪聲特征,比較了各種消斑方法的優(yōu)缺點。斑點噪聲的存在影響了SAR圖像的質(zhì)量,本文采用小波閾值去噪的方法降低了SAR圖像中的斑點噪聲,利用Daubechies小波對圖像進行2D小波變換,在閾值處理時采用了

3、分層閾值算法和軟-硬閾值折衷的方法。實驗證明,該方法可以達到較好的去噪效果,并能保留邊緣等細節(jié)信息,有助于下一步的SAR圖像目標特征、紋理特征提取工作。
　　 3)研究了Gabor濾波器組在紋理特征提取中的應(yīng)用。在詳細分析了Gabor濾波器的構(gòu)成和參數(shù)選擇的基礎(chǔ)上,構(gòu)造了多尺度、多方向的Gabor濾波器組,對要處理的SAR圖像進行濾波得到了一系列不同尺度和不同方向上的濾波圖像。把提取濾波圖像中的局部極值點作為反映目標信息的特征點

4、,用特征點附近的小鄰域能量之和表征該點所在區(qū)域信息。這是對高分辨率SAR圖像中艦船類大型目標利用紋理特征進行目標識別的嘗試。實驗表明,不同目標的特征提取結(jié)果有較大差異,通過合理地設(shè)置閾值,可作為區(qū)分不同目標的方法,這種特征可應(yīng)用于后續(xù)的SAR圖像目標分類和目標識別。
　　 4)重點討論了基于物理光學和幾何繞射理論的散射中心理論模型,對散射中心模型的各個參數(shù)在圖像域進行了估計,詳細分析了基于散射中心理論的SAR圖像目標特征提取算法

5、,開發(fā)了SAR目標自動識別系統(tǒng)軟件,采用了先估計目標方位后識別目標類型的目標識別方法以提高目標識別的效率,利用Delaunay三角化技術(shù)提高了目標方位的估計精度。實測MSTAR(Moving and Stationary TargetAcquisition and Recognition)SAR圖像中目標的識別結(jié)果表明了該方法的準確性和有效性。
　　 5)實現(xiàn)了從目標建模、散射計算到雷達圖像仿真的全過程。首先使用AutoCAD軟

6、件對目標建模并進行三角面元離散,采用反方向光學射線追蹤技術(shù)進行消隱,以物理光學近似理論計算目標的后向散射,最后利用逆合成孔徑雷達成像方法得到了目標的雷達仿真圖像。球體的計算結(jié)果驗證了物理光學的正確性,坦克和飛機模型的仿真成像結(jié)果與實驗結(jié)果和CAD模型的對比進一步證實了目標仿真成像系統(tǒng)的有效性。
　　 6)利用歐洲非相干散射雷達的常規(guī)電離層探測數(shù)據(jù),分析了實測數(shù)據(jù)中接收功率“突變”的現(xiàn)象。高度發(fā)生在500km以上的功率“突變”一般