星載SAR艦船目標(biāo)探測(cè)實(shí)驗(yàn)研究.pdf

1、艦船是專屬經(jīng)濟(jì)區(qū)監(jiān)測(cè)的主要對(duì)象之一，發(fā)展艦船監(jiān)測(cè)和監(jiān)控技術(shù)具有重要的意義。合成孔徑雷達(dá)(SAR)具有大范圍、全天時(shí)、全天候的成像能力在艦船監(jiān)測(cè)方面已被證明是一種有效的手段。隨著星載SAR數(shù)據(jù)的不斷豐富，利用SAR圖像進(jìn)行艦船檢測(cè)與分類的研究得到高度重視。 目前已有多種基于SAR圖像的艦船目標(biāo)檢測(cè)與分類算法，但由于缺少實(shí)測(cè)數(shù)據(jù)，無(wú)法為現(xiàn)有的艦船目標(biāo)檢測(cè)與分類算法做出客觀的評(píng)價(jià)。自2005年～2007年期間，在青島港錨地先后開展了七

2、次與ENVISAT衛(wèi)星同步的艦船探測(cè)實(shí)驗(yàn)，獲取了大量的艦船實(shí)測(cè)數(shù)據(jù)及ENVISAT ASAR圖像?；趯?shí)驗(yàn)數(shù)據(jù)，比對(duì)了典型SAR艦船目標(biāo)檢測(cè)算法，開展了SAR艦船長(zhǎng)度探測(cè)精度分析與修正研究，并分析了典型艦船類型的SAR圖像特征，探討了利用該特征進(jìn)行艦船類型識(shí)別的可行性。 在典型SAR艦船目標(biāo)檢測(cè)算法的比對(duì)方面，本文基于實(shí)驗(yàn)數(shù)據(jù)開展CFAR檢測(cè)算法和小波檢測(cè)算法的比對(duì)分析研究，給出了上述兩種算法的適用范圍和探測(cè)精度：小波檢測(cè)算法可

3、檢測(cè)肉眼不易識(shí)別的艦船目標(biāo)，但受SAR圖像中相干噪聲的影響較大；CFAR檢測(cè)算法受相干噪聲的影響較小，且能較好地提取艦船結(jié)構(gòu)特征。 在艦船長(zhǎng)度探測(cè)方面，SAR圖像提取的艦船長(zhǎng)度與實(shí)測(cè)艦船長(zhǎng)度有較大的差別，平均絕對(duì)誤差為31.36m。通過(guò)開展半定量的艦船長(zhǎng)度探測(cè)影響因素分析，提出基于多項(xiàng)式擬合的和基于神經(jīng)網(wǎng)絡(luò)的兩種艦船長(zhǎng)度修正模型。結(jié)果表明，基于神經(jīng)網(wǎng)絡(luò)的艦船長(zhǎng)度修正模型的修正精度更高。 在SAR艦船類型的特征分析與識(shí)別方