图像增强算法对SAR干扰的影响分析

发布时间：2020-10-31 13:47

　　 随着合成孔径雷达(SAR)成像分辨率的不断提高和对SAR图像解译研究的持续深入,SAR图像增强领域的应用也逐渐被关注。当前针对SAR的干扰技术呈现多样化趋势,它们的目的都是要破坏SAR对目标场景的探测,从而使雷达系统不能得到目标图像的准确信息。图像增强算法不可避免会影响干扰效果,为了保证对SAR干扰的有效性,分析图像增强算法对干扰效果的影响十分必要。首先,本文回顾了SAR的应用背景和SAR对抗技术的发展。介绍了针对SAR的干扰样式和SAR图像增强的方法。在SAR干扰技术方面,有源噪声干扰的发展较为成熟,有着深厚的理论基础。有源噪声干扰易于实现,方便操作,在实战过程中也被广泛应用,是一种重要的干扰方式。图像增强方法上,研究的热点有基于图像变换域处理的小波变换方法,基于压缩感知和稀疏理论的鲁棒主成分分析(RPCA)方法等。然后,探讨了SAR的成像原理,从几何场景出发,建立了SAR成像的距离模型,介绍了RD处理算法。然后给出了噪声干扰包括系统噪声、相干斑噪声和有源噪声干扰的具体数学模型,包括射频噪声干扰、噪声调幅干扰、噪声调频干扰和噪声调相干扰,并且阐述了SAR图像质量的影响因素和干扰效果评估方法。接着,选取小波变换去噪方法进行了详细地论述,介绍了基本的小波函数和类型,详细地论述了小波去噪的方法和在图像上的应用。并着重对全局阈值和分层阈值去噪方法进行了实验仿真。结果表明,全局阈值在滤除噪声的同时会舍弃图像的部分细节信息,使图像模糊难辨。分层阈值在保留图像特征的同时,又可以抑制一定程度的噪声干扰,降低了图像的判读难度。最后,简单介绍了PCA方法,然后过渡到RPCA,对于RPCA进行了详细的数学推导和论证,并介绍了RPCA对于SAR图像去噪的基本思想。将该方法应用到噪声干扰处理上。通过实验仿真得出结论。在图像指标上,RPCA对抑制四种有源噪声干扰方式的作用效果相似。从RPCA执行性能上分析,处理噪声调幅干扰和噪声调相干扰的计算次数最少,其次是射频噪声干扰,最后是噪声调频干扰。因此在对实时性要求高的应用场合下,可以考虑使用RPCA处理噪声调幅干扰和噪声调相干扰。本文对SAR成像的图像增强干扰的研究还很片面。首先从SAR系统上,未使用真实的SAR系统参数,对仿真的场景模型做了简化;干扰方式上只选取了其中较为典型的四种噪声干扰进行了研究;小波变换方法中仅仅从去噪效果进行了论证,对于场景目标的特征提取,边缘检测方面还未做进一步探究;RPCA去噪处理中,关于模型求解的ADMM算法可以考虑使用分布式计算解决,从而进一步提高效率。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN957.52
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 论文研究背景和意义
    1.2 国内外研究现状和发展趋势
        1.2.1 SAR图像干扰技术
        1.2.2 SAR图像增强方法
    1.3 本文的研究内容和结构安排
第二章 雷达成像和干扰分析
    2.1 成像原理简介
        2.1.1 距离模型
        2.1.2 距离多普勒算法
    2.2 干扰对成像的影响
        2.2.1 干扰信号模型
        2.2.2 有源噪声干扰
    2.3 图像质量及其干扰评估
        2.3.1 SAR图像质量
        2.3.2 干扰评估方法
        2.3.3 干扰评估指标
    2.4 小结
第三章 小波变换图像去噪分析和仿真
    3.1 小波变换简介
        3.1.1 小波函数
        3.1.2 常用小波类型
    3.2 小波变换信号去噪方法
        3.2.1 模极大值去噪法
        3.2.2 系数相关性去噪法
        3.2.3 阈值去噪方法
    3.3 小波变换图像去噪方法
        3.3.1 小波分解和重构
        3.3.2 塔式分解
    3.4 小波变换处理有源噪声干扰
        3.4.1 仿真参数设置
        3.4.2 射频噪声干扰
        3.4.3 噪声调幅干扰
        3.4.4 噪声调频干扰
        3.4.5 噪声调相干扰
        3.4.6 对比总结
    3.5 小结
第四章 RPCA图像去噪分析和仿真
    4.1 主成分分析
    4.2 RPCA去噪方法
        4.2.1 去噪原理
        4.2.2 数学模型
        4.2.3 求解算法
    4.3 RPCA处理有源噪声干扰
        4.3.1 仿真参数设置
        4.3.2 射频噪声干扰
        4.3.3 噪声调幅干扰
        4.3.4 噪声调频干扰
        4.3.5 噪声调相干扰
        4.3.6 对比总结
    4.4 小结
第五章 总结和展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简介

【参考文献】

相关期刊论文 前10条

1 卢曾新;曲大鹏;范铁生;;基于多普勒波和小波变换的图像置乱算法[J];计算机技术与发展;2015年07期

2 史忠梅;;TerraSAR数据在土地利用动态遥感监测中的应用试验分析[J];通讯世界;2014年24期

3 吴志建;方胜良;吴付祥;;对SAR压制式干扰有效掩护区建模与仿真[J];现代防御技术;2014年01期

4 许可;;合成孔径雷达高度计[J];高科技与产业化;2013年11期

5 李田;彭世蕤;王广学;杨科锋;;机载SAR有源干扰分析与比较[J];雷达科学与技术;2013年05期

6 范江涛;袁翔宇;汤博;李秀金;;基于统计理论的SAR图像斑点噪声滤波算法分析[J];电子科技;2013年01期

7 柏仲干;谢虹;马孝尊;童旭平;陈丽;;SAR干扰/抗干扰技术的现状与发展[J];电光与控制;2012年02期

8 吴晓芳;代大海;王雪松;卢焕章;;合成孔径雷达电子对抗技术综述[J];信号处理;2010年03期

9 刘阳;王雪松;李永祯;;噪声调频信号对宽带线性调频雷达的干扰机理[J];现代雷达;2008年10期

10 高建卫,魏青,杨绍全;噪声调频信号对合成孔径雷达的干扰[J];航天电子对抗;2004年04期

相关博士学位论文 前4条

1 王建;基于数据重构的稀布阵数字波束形成技术研究[D];南京理工大学;2016年

2 陶明亮;极化SAR射频干扰抑制与地物分类方法研究[D];西安电子科技大学;2016年

3 余琼芳;基于小波分析及数据融合的电气火灾预报系统及应用研究[D];燕山大学;2013年

4 刘庆富;对SAR/InSAR侦察与干扰方法研究[D];国防科学技术大学;2013年

相关硕士学位论文 前10条

1 李广煜;高光谱图像结构稀疏编码与重建[D];西安电子科技大学;2015年

2 田兵兵;基于核函数的SAR图像目标识别研究[D];电子科技大学;2015年

3 田香玲;基于压缩感知观测矩阵优化的图像重构[D];哈尔滨工程大学;2015年

4 赵亮;基于环视SAR数据的雷达运动参数估计[D];南京航空航天大学;2014年

5 曾祥桂;基于APC算法的旁瓣抑制技术研究[D];国防科学技术大学;2014年

6 吴闯;基于模糊理论及小波理论的桥梁变形分析应用研究[D];东华理工大学;2014年

7 原敏;雷达有源干扰信号识别方法研究与实现[D];北京理工大学;2014年

8 张思远;基于Contourlet域HMT模型的图像融合方法技术研究[D];西北大学;2014年

9 彭慧;压缩感知在无线音频传感器网络数据采集中的应用研究[D];中国计量学院;2014年

10 肖鹏;SAR抗压制性干扰方法研究[D];南昌航空大学;2013年

本文编号：2864023