极化SAR目标图像仿真与识别技术研究

发布时间：2020-10-15 01:20

　　 合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种重要的微波成像系统,具有全天时、全天候、高分辨等特点,受到了广泛关注和重视。特别是在近20年来,SAR系统也得到广泛应用。SAR可以在卫星、飞机等载机上主动对地面目标进行探测,并具有一定的穿透能力,在资源勘探、环境检测、军事侦查等方面都具有重要的应用。相对于传统的SAR系统,极化合成孔径雷达(极化SAR)回波信号中包含着目标的极化特征信息,可以用于提取所照射目标的散射类型信息,在地物分类、目标识别中应用价值更大。我们知道,基于SAR图像的地物分类和目标识别需要有相对完备的训练数据来支撑算法研究,如果采用实测的方式来获取目标的极化SAR图像,需要耗费大量的人力、物力、财力,极化SAR目标图像仿真是解决这一问题的一条简单、有效的技术途径。基于此,本文重点研究极化SAR目标图像的仿真方法,编写了仿真软件,旨在为基于极化SAR的目标识别技术提供研究条件。在此基础上,本文基于仿真的目标数据开展了一些特征提取及目标识别研究工作。主要研究内容包括:第一部分主要介绍了极化SAR理论基础,分别从极化波的概念、分类和表述方式等方面进行描述,并介绍了目标的极化特性表达方式,进一步对SAR成像理论进行了描述,为极化SAR目标图像仿真与识别的研究奠定理论基础。第二部分主要研究了极化雷达的高分辨快速成像仿真。通过回波对目标进行成像仿真时,需要根据目标模型的反射特性和波束形成算法来生成回波,再运用成像算法对回波进行处理,从而得到最终的图像。本文提出了一种基于光线追踪的极化SAR高分辨成像算法,依据所设置的雷达参数,可以根据目标场景的3D模型直接生成二维极化SAR图像。原始的光线追踪算法在应用过程中存在着大量不必要的运算,因此,本文运用了一种自适应的层次包围盒结构划分方法,将原始的3D模型按树形结构进行划分,可快速确定电磁波所照射到目标点所在位置,大大提高了极化SAR目标图像仿真的速度和效率。同时,为后续的SAR目标识别技术的研究提供了数据基础。第三部分主要研究了SAR图像的目标识别技术。分别选用主成分分析法(PCA)、深度置信网络(DBN)和卷积神经网络(CNN)来进行特征提取;在识别部分,本文用支持向量机(SVM)作为分类器来进行分类识别;为提高识别率,本文对不同视角下SAR图像的识别结果进行决策融合。首先介绍了三种特征提取方法和支持向量机的原理,并运用了决策融合的思想,然后,根据获得的极化SAR目标图像仿真数据集和MSTAR实测数据集,对上述目标特征提取与识别方法进行了验证。并证明了本文所提出的极化SAR目标图像仿真方法所成SAR图像可以用于目标识别技术的研究。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN957.52
【部分图文】：

0 0时，则该极化电磁波极化类型为后者。图2.1 极化椭圆示意图观察电磁波电场矢量的两个分量，如果二者的幅度差和相位差都是常数时，则称该电磁波为完全极化波；如果二者的功率密度相同且不相关时，则该电磁波为非极化波；介于以上两个状态之间的则为部分极化波。如图 2.1 所示为极化椭圆，从上图中可以看出，极化椭圆的半长轴，即椭圆中心与曲线上距离其最远的点之间的距离，长度为a；该极化曲线的半短轴，即为椭圆中心与曲线上距离其最近的点之间的距离，长度为b。椭度 和极化方位角 可用如下所示表达式表示：tan ab 4 4 （2-11） 0 002 20 02tan 2 cosx yx yE EE E 0 （2-12）极化椭圆的形状取决于三个变量：电场水平分量xE 、垂直分量yE 以及两个垂直分量之间的相位差0 ，当三个变量之中的任意一个发生变化时，极化椭圆的形状都会随之改变。（1）线极化当xE 和yE 的相位相等或者相差 时

以上雷达运动过程可以看出，在雷达从 A 点开始，一直到雷达运动到 C 点，雷达均可以照射到目标点，合成孔径长度为Ls 。图2.2 实孔径天线阵列图2.3 合成孔径雷达原理图

合成孔径雷达原理图
【相似文献】

相关期刊论文 前10条

1 董鸿鹏;姜本清;方伟;;面向雷达图像仿真的三维实体模型表示方法[J];兵器装备工程学报;2016年02期

2 夏伟杰;周建江;;典型目标的合成孔径雷达回波生成与图像仿真[J];重庆大学学报;2009年04期

3 茹小光;;基于分形图的医学图像仿真教学[J];福建电脑;2015年02期

4 姜可宇;蔡志明;胡金华;;探雷声纳背景图像仿真的快速实现[J];指挥控制与仿真;2012年04期

5 贺召卿;张冰尘;詹学丽;李建雄;;利用机载SAR图像仿真星载SAR图像[J];现代雷达;2006年06期

6 李登亮;叶榛;;无人机载荷图像仿真平台的设计与实现[J];计算机工程;2006年06期

7 王胜正;黄玉贵;;基于电子海图的真实感航海雷达图像仿真方法[J];计算机应用;2014年10期

8 徐东翔;胡云安;;基于扩散模型的水雾红外图像仿真研究[J];舰船电子工程;2014年12期

9 任苗苗;潘卓;徐向辉;苏海涛;;建筑物的高分辨率SAR图像仿真方法[J];中国科学院大学学报;2018年06期

10 方伟;司聿宣;石伟峰;;雷达图像仿真中海量地形数据动态调度技术研究[J];系统仿真学报;2011年05期

相关硕士学位论文 前10条

1 李青伟;极化SAR目标图像仿真与识别技术研究[D];西安电子科技大学;2019年

2 黎建军;基于测量数据的目标红外图像仿真[D];西安电子科技大学;2007年

3 郭兴杰;分布目标的POLSAR图像仿真[D];哈尔滨工业大学;2009年

4 韦小杰;典型背景目标SAR图像仿真[D];南京航空航天大学;2016年

5 霍帅;基于仿真模型的目标识别技术研究[D];西安电子科技大学;2017年

6 潘皓;云背景红外辐射计算及图像仿真[D];西安电子科技大学;2006年

7 李江涛;基于波段拓展的多波段红外图像仿真[D];西安电子科技大学;2010年

8 卫金鸿;天基测量相机成像建模与图像仿真[D];哈尔滨工业大学;2017年

9 于秀伟;彗星探测接近段导航图像仿真与处理技术研究[D];哈尔滨工业大学;2008年

10 陈崇毅;红外遥感图像仿真系统算法集成软件设计与实现[D];南昌航空大学;2016年

本文编号：2841475