学位论文 > 优秀研究生学位论文题录展示

POLSAR图像模拟及目标检测与分类方法研究

作　者: 代大海
导　师: 肖顺平
学　校: 国防科学技术大学
专　业: 信息与通信工程
关键词: 极化合成孔径雷达 雷达图像模拟 有源干扰 极化检测 目标分解 目标分类
分类号: TN957.51
类　型: 硕士论文
年　份: 2003年
下　载: 298次
引　用: 7次
阅　读: 论文下载
 

内容摘要


具有全天候全天时远距离实时探测、定位、分类与识别等能力的极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,简写为POLSAR)系统对敌方的战场态势既能纵观全局，又能明察秋毫，已日趋成为国家战略性信息资源的重要获取渠道，在军用／民用方面都有着广阔的应用前景。然而，如何有效评估POLSAR图像目标的检测、判读与识别性能，衡量POLSAR系统的整体性能，优化选择POLSAR的工作模式和系统参数，已成为进一步开展POLSAR研究的基础性问题。同时，在获得实测或模拟数据之后，如何从图像数据中充分提取目标信息，开展POLSAR军用目标检测、分类与识别新方法的研究日渐成为我国新一代合成孔径雷达技术进一步发展的强劲需求。 本文正是基于上述背景，着重研究了POLSAR的图像模拟技术、目标检测以及目标分类与识别等三个方面的问题。具体研究内容和主要的创新点有以下几个方面。 (一)在POLSAR的图像模拟方面：针对中低分辨、高分辨两种条件，分别给出了POLSAR的目标／杂波的复高斯型模型、杂波的Gamma乘积型模型以及确定性目标模型；建立了POLSAR点目标的相干视频回波模型，提出了复高斯型和Gamma乘积型杂波的图像模拟方法，并探讨了在有源干扰条件下POLSAR图像模拟问题。本文提出了POLSAR图像点目标和杂波分别模拟的方法，在不降低模拟精度的前提下，大大提高了模拟的速度；首次从天线方向图、极化通道耦合、杂波极化通道相关性等方面研究了POLSAR图像模拟与一般SAR图像模拟的区别。 (二)在POLSAR目标检测方面：首先概述了包括最佳极化检测器、极化白化滤波器、极化匹配检测器、张量检测器等典型的极化检测算法，比较了它们的相干斑抑制和检测性能。在建立Stokes子矢量统计分布模型的基础上，提出了一种基于Stokes子矢量的似然比目标检测方法。仿真实验表明，与能量检测器相比，本文提出的算法检测性能提高了近2.5dB。 (三)在POLSAR目标分类与识别方面：首先回顾了极化目标分解方法以及基于极化目标分解的POLSAR目标分类方法；然后着重针对部分相干目标分解(PCTD)分类方法，提出一种基于特征优选的POLSAR目标分类算法，该算法既利用了PCTD目标分解的结果，又很好的利用了先验信息，可以适应目前PCTD分类方法不具有的对目标进行精细分类的要求。利用NASA／JPL的AirSAR实测极化数据的实验结果表明，本文所提出的改进算法对目标的正确分类率达到95.7％。

全文目录


摘要  9-10
ABSTRACT  10-11
第一章 绪论  11-17
  §1.1 引言  11-12
  §1.2 SAR／POLSAR国内外研究现状及发展趋势  12-15
    1.2.1 国外研究现状及发展趋势  12-15
    1.2.2 国内研究现状及发展趋势  15
  §1.3 本文的主要研究内容和结构安排  15-17
第二章 POLSAR图像模拟技术  17-38
  §2.1 目标和杂波极化散射统计模型  17-21
    2.1.1 复高斯型杂波极化散射统计模型  17-18
    2.1.2 Gamma乘积型杂波极化散射统计模型  18-20
    2.1.3 复高斯型目标极化散射统计模型  20
    2.1.4 确定性目标散射模型  20-21
  §2.2 点目标POLSAR图像模拟  21-24
    2.2.1 POLSAR点目标相干视频回波模型  22-24
    2.2.2 极化通道耦合与POLSAR成像  24
  §2.3 杂波的POLSAR图像模拟  24-28
    2.3.1 复高斯型杂波图像模拟  24-25
    2.3.2 Gamma乘积型杂波图像模拟  25-28
  §2.4 POLSAR图像模拟流程及实验结果分析  28-35
  §2.5 有源干扰条件下POLSAR图像模拟  35-37
    2.5.1 POLSAR干扰的实施与模拟  35-36
    2.5.2 干扰实验结果及其分析  36-37
  §2.6 小结  37-38
第三章 POLSAR目标检测技术  38-57
  §3.1 常用的极化检测算法及其性能比较  39-48
    3.1.1 最佳极化检测器(OPD)  39-40
    3.1.2 极化白化滤波检测器(PWF)  40-42
    3.1.3 其它极化检测器  42-44
    3.1.4 极化检测算法性能比较  44-48
  §3.2 一种新的基于STOKES矢量的POLSAR目标检测算法  48-56
    3.2.1 基于AR模型估计的Stokes矢量检测算法简介  48-49
    3.2.2 基于Stokes子矢量的似然比检测算法  49-50
    3.2.3 Stokes子矢量的统计分布模型  50-53
    3.2.4 基于Stokes子矢量极化检测器的设计  53-54
    3.2.5 仿真实验及结果分析  54-56
  §3.3 小结  56-57
第四章 基于极化分解的POLSAR目标分类方法  57-70
  §4.1 极化目标分解理论概述  57-62
    4.1.1 相干目标分解  58-59
    4.1.2 部分相干目标分解  59-62
  §4.2 基于目标分解理论的极化分类方法  62-65
    4.2.1 基于CTD分解的分类方法  62-63
    4.2.2 基于PCTD分解的分类方法  63-64
    4.2.3 结合复Wishart分布的分类方法  64-65
  §4.3 基于特征量优选的POLSAR目标分类改进方法  65-67
  §4.4 实验结果分析  67-69
  §4.5 小结  69-70
第五章 结束语  70-71
致谢  71-72
[附录A] SAR系统及其相关概念简介  72-78
  A.1 SAR系统简介  72-73
  A.2 SAR系统主要性能指标与分辨率  73-76
  A.3 SAR系统主要特点  76-78
[附录B] 矩阵[S]、[T]、[C]、[M]以及[K]之间的相互关系  78-81
[附录C] 几种基本的散射机理  81-84
  C.1 表面散射  81-82
  C.2 漫散射模型  82-83
  C.3 偶次散射模型  83
  C.4 体散射模型  83-84
硕士学习期间发表的论文  84-85
参考文献  85-86

相似论文

  1. 极化SAR图像超分辨算法的研究,TN957.52
  2. 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
  3. 中国工业部门二氧化碳减排成本研究,F205;F224
  4. 交通视频中视点无关目标分类与检索方法研究,TP391.41
  5. 对SAR-GMTI有源欺骗干扰方法的研究,TN974
  6. 全极化米波雷达反隐身及极化信息处理研究,TN974
  7. 视频序列中入侵目标检测算法研究,TP391.41
  8. 地电场观测中已知源干扰抑制研究,P319.3
  9. 多极化合成孔径雷达图像目标检测研究,TN958
  10. 雷达目标的极化检测,TN953
  11. 极化SAR图像人造目标提取算法研究,TN958
  12. 基于目标分解的极化SAR图像对比增强与分类方法研究,TN958
  13. 水下目标识别中的特征提取与分类研究,TP391.41
  14. 车辆行驶状况的检测与识别算法探讨,TP391.41
  15. 瞬态极化统计特性及处理的研究,TN957.51
  16. 基于马扎诺教育目标分类学的自主学习策略研究,G712.0
  17. 宽带极化信息处理的研究,TN958
  18. 基于分类多模型法的目标跟踪研究,TN953
  19. 基于支持向量机的SAR目标分类识别,TN957.52
  20. 极化SAR图像配准与相干变化检测方法研究,TN957.52

中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 雷达信号检测处理
© 2012 www.xueweilunwen.com