共查询到15条相似文献，搜索用时 531 毫秒
1.
在SAR成像过程中,利用目标相对于雷达运动的多普勒频率进行方位向压缩来提高方位向分辨率。对于海面舰船目标,往往由于SAR发射的脉冲重复频率过低,回波信号的多普勒频率欠采样,引起高亮度的方位向模糊噪声,产生虚假目标。若直接利用传统CFAR、子孔径相干等目标检测算法,会把方位向模糊引起的虚假目标误判为舰船目标,降低了舰船目标的检测精度。针对SAR影像方位向模糊现象,提出一种利用全极化SAR数据的舰船目标检测算法,其利用H-A-Alpha分解得到的第三散射机制,结合方位向全极化子孔径相干,消除了方位向模糊噪声对舰船目标检测的影响,提高了舰船目标的目标杂波比。通过采用日本玉野Kojimawan港口附近的C波段AIRSAR全极化数据进行试验,验证了该算法能消除SAR方位向模糊,降低虚警率,提高舰船目标的检测精度。 相似文献
2.
合成孔径雷达（SAR）成像系统的热噪声和海杂波严重影响SAR图像自动目标检测的性能,去噪和均匀背景杂波是提高SAR图像目标检测性能的重要课题。根据SAR图像噪声功率一般存在于信号小尺度,没有跨尺度特征,而目标信号的边缘具有跨尺度的特点,本文提出了一种多尺度积信号增强和去噪的SAR图像船舰目标检测算法。本算法对SAR图像进行小波变换,应用多尺度积在小波域增强SAR图像船舰信号和均匀背景杂波,再对SAR图像进行目标检测。ERS SAR图像用于验证本文算法。仿真实验结果表明,新算法同传统的双参数CFAR检测算法、基于K-分布背景杂波的检测算法以及基于小波软阈值增强的检测算法相比,在虚警数和品质因数性能指标上均优于后几种检测算法。 相似文献
3.
针对海面舰船等具有一定空间稀疏性的合成孔径雷达成像场景,提出了一种稀疏场景目标的距离像峰值聚类分割成像方法。首先采用小波降噪算法对SAR原始回波数据进行预处理,通过距离压缩和距离徙动校正获得不同观测位置的距离像,利用基于二阶差分算子的快速峰值检测算法检测距离像峰值点,对峰值检测结果距离维聚类后方位向成像,实现了距离向能量区间稀疏目标的分割成像;对峰值检测结果距离-方位二维聚类后方位向成像,实现了距离向能量区间与方位向合成孔径时间无耦合稀疏目标的分割成像。仿真结果表明,对海面舰船等具有空间稀疏性的成像场景,所提方法能够实现目标的有效分割成像,不仅在完整保留目标回波信息的同时大幅度地降低了方位向压缩的运算量,而且分割成像结果更有利于目标的快速识别。 相似文献
4.
5.
GNSS卫星作为一种照射源,可与地面接收机构成天-地无源双基地雷达系统,用于海面移动目标探测。但是,海面目标（如船只）反射的GNSS信号能量微弱,常被淹没在背景噪声和干扰信号中。针对这一问题,本文提出利用目标的运动特点聚集目标回波能量的目标探测方法。首先,将船只的运动轨迹看作合成孔径,采用SAR成像技术——距离多普勒算法（range-Doppler algorithm,RDA）实现目标回波能量的压缩聚集,同时抑制干扰信号（如海面杂波）。然后,使用相位梯度自聚焦算法（phase gradient autofocus,PGA）作自聚焦处理,进一步聚集目标回波能量。通过现场试验采集的数据验证了本文算法。试验结果表明,本文方法能够同时聚集多个目标回波能量,精确地估计目标到接收机的距离,并判断目标的移动方向。 相似文献
6.
本文的研究目标是利用极化合成孔径雷达图像统计特性提高目标检测精度。从合成孔径雷达(SAR)成像机理出发，通过研究目标杂波的统计特性以及不同分辨率情况下人造目标的检测效果，探讨一种基于小波变换和恒虚警率(CFAR)的多分辨率算法进行目标检测的方法。实验分析比较传统CFAR目标检测算法与基于小波变换的多分辨率CFAR目标检测算法，实验结果表明，本文算法检测效果明显优于传统CFAR目标检测算法。 相似文献
7.
一种多孔径SAR图像目标检测方法 总被引：2，自引：0，他引：2
提出了一种多孔径SAR图像目标检测方法,充分利用SAR图像幅度和相位信息来区分人造目标和杂波。由于人造目标的回波能量往往集中在部分方位角范围内,当该部分方位角范围所对应的多个子孔径图像中存在目标时,其局部相关性较强,因此,该方法利用多个子孔径图像之间的相干系数检测目标。实验结果表明,该方法有效地提高了目标检测概率,同时降低了虚警概率。 相似文献
8.
《武汉大学学报(信息科学版)》2010,(11)
提出了前视双基地SAR CS成像方法。首先研究了前视双基地SAR的成像机理,并建立了信号模型;然后通过时域线性距离徙动补偿将前视双基地SAR进行单站固定等效,并分析了回波信号等效后的方位空变性特点;在此基础上,确定了前视双基地SAR CS成像算法的相位匹配函数;最后通过算法仿真验证了算法的正确性。 相似文献
9.
在合成孔径雷达(SAR)极化测量中,通常认为雷达视角相对于目标是不变的。然而实际上SAR通常具有较宽的方位向波束,在孔径合成过程中,所成的全分辨率SAR图像包含多个斜视角下的目标回波。极化参数的子孔径分析可以用来对成像过程表现出非平稳散射行为的媒质进行检测。本文提出了一套基于子孔径分解和对散射矩阵及参数进行统计分析的方法,来检测两类非平稳目标。仿真结果表明,这种方法具有较好的非平稳目标检测和区分性能。 相似文献
10.
对于高速自旋目标而言,为了获得聚焦效果良好的图像,通常要求雷达系统具有较高的脉冲重复频率(PRF)。当PRF不满足采样要求时,雷达接收到的通常是方位欠采样的回波数据,从而影响目标识别。本文根据压缩感知理论,结合自旋目标回波信号稀疏性的特点,建立方位欠采样的成像模型,并提出了基于压缩采样匹配追踪的窄带雷达高速自旋目标成像算法。该算法在对信号进行重构迭代中,采用回退策略,并结合回波信号稀疏性的具体参数,选取最优的支撑集,提高了算法的重构质量。仿真实验表明新算法在回波欠采样的情况下能很好地重构图像,尤其是在低信噪比的情况下。采用"误选数"和"均方误差"两个指标对CoSaMP算法重建信号的性能进行评价,结果表明该算法受雷达PRF和信噪比SNR的影响较小,算法稳定性好。 相似文献
11.
Synthetic aperture radar (SAR) image formation for a ground moving target necessitates the compensation of the unknown target trajectory. The keystone transform has been employed to remove the linear component of the range migration for the moving target, where interpolation is required. In this letter, a realization of the keystone transform avoiding interpolation is presented. The kernel of this transform, i.e., the range-frequency-dependent azimuth time rescaling, is implemented using only complex multiplications and fast Fourier transforms based on the scaling principle, which has been successfully applied in the equalization of the space-variant range cell migration in SAR processing. In addition, the moving target is coarsely focused according to the SAR geometry and the platform velocity while exploiting the scaling principle. This preliminary focusing is helpful in the isolation of the moving target from ground clutter, so as to facilitate a more refined processing with respect to each mover. SAR raw data combined with simulated echoes of moving targets are utilized to validate the presented approach 相似文献
12.
船只检测是实现船只航行安全的重要措施之一,利用SAR图像可实现船只检测。然而,传统的一些方法一般容易受到SAR图像斑噪的影响,在检测结果中产生大量的虚警。为解决这一问题,本文提出了一种基于引力场增强的舰船检测方法。该方法利用像素与其邻域内像素的相互作用可对目标像素增强的效应,有效地抑制了斑噪像素和背景像素的强度,凸显了目标。由于增强后的像素已经不满足对海面区域的均质性假设,因此直接使用恒虚警检测算法对图像进行全局检测并不能够得到很好的效果,据此本文引入了一个基于均质区域自适应分割的改进的K-CFAR检测算法,将图像分割为不同大小的一系列均质区域,并分别对各个均质区域使用一个改进的K-CFAR检测器对船只目标进行检测。最后,使用Radarsat-1数据和Envisat ASAR数据对本文算法进行了验证。实验表明,本文提出的方法能够有效地凸显弱目标,增加检测准确性,降低检测的虚警概率。 相似文献
13.
提出了一种用于检测SAR图像上阶跃性边缘的序贯算法。由于SAR图像上存在大量的光斑噪声而使图像质量受到严重影响，而光斑噪声属于乘性噪声，不服从高斯分布，因此常用的图像处理方法难以取得好的效果。文中首先根据光斑噪声模型，自动确定图像中高反差部分，然后采用具有高抗噪性能的边缘检测算子，进行边缘提取。实验证明该算法明显提高了特征提取速度，同时具备良好的抗噪声能力。 相似文献
14.
Designing detection algorithms with high efficiency for Synthetic Aperture Radar(SAR) imagery is essential for the operator SAR Automatic Target Recognition(ATR) system.This work abandons the detection strategy of visiting every pixel in SAR imagery as done in many traditional detection algorithms,and introduces the gridding and fusion idea of different texture fea-tures to realize fast target detection.It first grids the original SAR imagery,yielding a set of grids to be classified into clutter grids and target grids,and then calculates the texture features in each grid.By fusing the calculation results,the target grids containing potential maneuvering targets are determined.The dual threshold segmentation technique is imposed on target grids to obtain the regions of interest.The fused texture features,including local statistics features and Gray-Level Co-occurrence Matrix(GLCM),are investigated.The efficiency and superiority of our proposed algorithm were tested and verified by comparing with existing fast de-tection algorithms using real SAR data.The results obtained from the experiments indicate the promising practical application val-ue of our study. 相似文献
15.
Designing detection algorithms with high efficiency for Synthetic Aperture Radar (SAR) imagery is essential for the operator SAR Automatic Target Recognition (ATR) system. This work abandons the detection strategy of visiting every pixel in SAR imagery as done in many traditional detection algorithms, and introduces the gridding and fusion idea of different texture features to realize fast target detection. It first grids the original SAR imagery, yielding a set of grids to be classified into clutter grids and target grids, and then calculates the texture features in each grid. By fusing the calculation results, the target grids containing potential maneuvering targets are determined. The dual threshold segmentation technique is imposed on target grids to obtain the regions of interest. The fused texture features, including local statistics features and Gray-Level Co-occurrence Matrix (GLCM), are investigated. The efficiency and superiority of our proposed algorithm were tested and verified by comparing with existing fast detection algorithms using real SAR data. The results obtained from the experiments indicate the promising practical application value of our study. 相似文献