阵列三维SAR快速成像方法研究
本文关键词:阵列三维SAR快速成像方法研究
更多相关文章: 阵列三维SAR 时域快速成像算法 快速BP GPU
【摘要】:阵列三维SAR(LASAR,Linear Array SAR)作为一种具有三维分辨能力的新体制雷达,可以弥补传统SAR中的阴影遮挡和空间模糊等缺陷,在现代军事和民用方面有着广阔的应用前景,而研究其成像方法具有重要意义。针对三维成像数据量大的问题,本文主要研究阵列三维SAR的时域快速成像算法,并将其利用GPU(Graphic Processing Unit)并行化处理,具体的研究内容及创新如下:介绍阵列三维SAR成像系统的基本理论以及不同阵元发射接收模式下的距离历史及信号回波模型;利用模糊函数给出阵列三维SAR各个方向上的分辨率;介绍三维时域BP算法和三维频域RD算法的具体步骤,并进行比较;简要阐述了GPU并行化原理及相应的GPU编程理论。研究三维快速因式分解BP成像算法。首先介绍传统二维快速因式分解BP算法,然后将其扩展到三维,建立成像空间模型,分析其由于距离近似带来的最大误差并以此确定分辨率选取准则;比较该算法与传统三维BP成像算法的运算量;通过仿真实验证明该算法可以在保证一定的成像精度下大幅提高成像效率。提出一种基于多分辨率的非均匀面阵快速因式分解BP算法。对于非均匀面阵三维成像,提出在划分子面阵时,不同的子面阵根据其中阵元的分布情况设置不同的分辨率,最后再利用目标分辨率进行子图像的融合,最大程度的挖掘算法效率。通过仿真实验进行对比,该算法比设置统一分辨率的快速算法有一定的效率提高。改进三维快速因式分解BP算法使其适合于直角坐标系。对极坐标系下的三维快速因式分解BP算法进行改进,通过更简单的图像合成方法,使该算法能够适用于直角坐标系,仿真实验证明了所提算法可以更高效更方便的实现快速因式分解BP算法。提出一种基于子孔径逼近的快速因式分解BP算法及GPU并行化方法。针对三维成像空间特有的稀疏特性,利用上一级图像提取出包含散射目标的感兴趣区域,剔除无用计算量,减少子图像融合时的插值次数,逐级迭代逼近真实目标。仿真实验证明所提算法可以进一步提高原始快速因式分解BP算法的成像效率。分析该算法并行化的可能性,通过在每一级利用基于像素点的并行化处理方法,将该算法并行化处理,从工程角度进一步提高算法效率。
【关键词】:阵列三维SAR 时域快速成像算法 快速BP GPU
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN957.52
【目录】:
- 摘要5-6
- ABSTRACT6-10
- 第一章 绪论10-19
- 1.1 课题背景与意义10-11
- 1.2 国内外三维SAR研究现状11-18
- 1.2.1 国外三维SAR研究概况11-14
- 1.2.2 国内三维SAR研究状况14-15
- 1.2.3 GPU发展动态15-18
- 1.3 本文章节安排18-19
- 第二章 阵列三维SAR成像原理及GPU理论19-35
- 2.1 阵列三维SAR成像机理19-28
- 2.1.1 阵列三维SAR工作模式及信号模型19-25
- 2.1.2 阵列三维SAR成像分辨率分析25-28
- 2.2 阵列三维SAR成像算法28-31
- 2.2.1 三维RD算法28-29
- 2.2.2 三维BP算法29-31
- 2.2.3 算法比较31
- 2.3 GPU原理及编程理论31-34
- 2.3.1 GPU架构32-33
- 2.3.2 GPU编程理论33-34
- 2.4 本章小结34-35
- 第三章 基于因式分解后向投影的阵列三维SAR成像算法35-57
- 3.1 二维快速因式分解BP算法35-37
- 3.1.1 快速因式分解BP算法基本思想35-37
- 3.1.2 算法步骤及流程37
- 3.2 三维快速因式分解BP算法37-47
- 3.2.1 子图像分辨率的选取37-40
- 3.2.2 算法实现及流程40-42
- 3.2.3 算法运算量分析与比较42-44
- 3.2.4 算法仿真实验44-47
- 3.3 基于多分辨率的非均匀面阵快速因式分解BP算法47-51
- 3.3.1 算法原理及流程47-49
- 3.3.2 成像仿真与比较49-51
- 3.4 直角坐标系下的三维快速因式分解BP算法51-56
- 3.4.1 算法步骤与流程52-54
- 3.4.2 算法成像仿真54-56
- 3.5 本章小结56-57
- 第四章 基于子孔径逼近的快速因式分解BP算法及GPU实现57-74
- 4.1 基于子孔径逼近的快速成像算法57-62
- 4.1.1 算法原理57-58
- 4.1.2 算法过程与步骤58-60
- 4.1.3 子孔径的扩展与降采样成像60-62
- 4.2 基于子孔径逼近的快速因式分解BP算法62-68
- 4.2.1 算法原理62-63
- 4.2.2 感兴趣区域的提取63-64
- 4.2.3 算法步骤与流程64-66
- 4.2.4 算法仿真实验66-68
- 4.3 基于子孔径逼近的快速因式分解BP算法GPU实现68-73
- 4.3.1 并行方法68-72
- 4.3.2 成像仿真结果72-73
- 4.4 本章小结73-74
- 第五章 总结与展望74-76
- 5.1 研究内容总结74
- 5.2 工作展望74-76
- 致谢76-77
- 参考文献77-81
【相似文献】
中国期刊全文数据库 前10条
1 李坤;邵芸;张风丽;;基于多极化机载合成孔径雷达(SAR)数据的水稻识别[J];浙江大学学报(农业与生命科学版);2011年02期
2 刘开刚;许梅生;李维;;一种基于双阈值区域分割的SAR图像目标提取方法[J];国外电子测量技术;2008年03期
3 ;西部测图工程机载干涉SAR测图系统项目启动会在北京召开[J];遥感信息;2008年04期
4 蔡红;;基于稀疏表示的SAR图像压缩方法研究[J];计算机工程与应用;2012年24期
5 李杏朝,,董文敏;SAR图像的水文应用研究[J];遥感信息;1996年04期
6 孙尽尧,孙洪;自然场景SAR图像的仿真[J];雷达科学与技术;2003年04期
7 李金;程超;许浩;;无人机机载合成孔径雷达(SAR)定位方法综述[J];影像技术;2008年03期
8 陈原;张荣;尹东;;基于Tetrolet Packet变换的SAR图像稀疏表示[J];电子与信息学报;2012年02期
9 何毅;范伟杰;;手机批量SAR测试方案[J];安徽电子信息职业技术学院学报;2013年05期
10 纪建;田铮;徐海霞;;SAR图像压缩的多尺度自回归滑动平均模型方法[J];电子学报;2005年12期
中国重要会议论文全文数据库 前10条
1 沈晶;杨学志;;基于边缘保持分水岭算法的SAR海冰图像分割[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
2 郝卫东;熊邺;曲兰英;周志丽;;一种降低手机SAR的设计[A];2009年全国天线年会论文集(下)[C];2009年
3 方勇;;综合多视角SAR图像改正遮蔽区试验[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
4 于明成;许稼;彭应宁;;SAR多普勒中心快速解模糊的新方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
5 戴尔燕;金亚秋;;多轨道飞行全极化SAR图像对目标的立体重构[A];第二届微波遥感技术研讨会摘要全集[C];2006年
6 常本义;高力;;SAR单图像定位原理[A];中国科协2001年学术年会分会场特邀报告汇编[C];2001年
7 钱方明;巩丹超;刘薇;;SAR图像边缘特征提取方法研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
8 陈林辉;叶伟;贾鑫;;分布式卫星SAR图像方位向分辨率分析[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
9 孙伟顺;计科峰;朱俊;粟毅;;典型军用目标SAR图像预估[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
10 黄勇;王建国;黄顺吉;;基于分段的非监督SAR图像变化检测[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
中国重要报纸全文数据库 前2条
1 张显峰;机载干涉SAR:掀起测绘革命[N];科技日报;2004年
2 钟勇;国内首套SAR测图系统通过评审[N];中国测绘报;2010年
中国博士学位论文全文数据库 前10条
1 贺广均;联合SAR与光学遥感数据的山区积雪识别研究[D];南京大学;2015年
2 张双喜;高分辨宽测绘带多通道SAR和动目标成像理论与方法[D];西安电子科技大学;2014年
3 刘小宁;星上SAR实时成像处理关键技术研究[D];北京理工大学;2016年
4 李兰;森林垂直信息P-波段SAR层析提取方法[D];中国林业科学研究院;2016年
5 张鹏;基于统计模型的SAR图像降斑和分割方法研究[D];西安电子科技大学;2012年
6 王勃;星载全极化SAR海面散射特性及其船目标检测方法[D];中国海洋大学;2013年
7 倪心强;SAR图像分类与自动目标识别技术研究[D];中国科学院研究生院(电子学研究所);2007年
8 周鹏;弹载SAR多种工作模式的成像算法研究[D];西安电子科技大学;2011年
9 赵凌君;高分辨率SAR图像建筑物提取方法研究[D];国防科学技术大学;2009年
10 陈琪;SAR图像港口目标提取方法研究[D];国防科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 董立亚;SAR图像去噪的小波和偏微分方程的数学建模[D];河北联合大学;2014年
2 陈海文;基于波数域的圆周SAR三维成像算法研究[D];哈尔滨工业大学;2015年
3 眭明;星机双基地SAR同步技术研究[D];电子科技大学;2014年
4 罗煜川;基于压缩感知的阵列SAR三维成像方法研究[D];电子科技大学;2015年
5 张强;基于视觉注意的SAR目标快速检测算法研究[D];电子科技大学;2015年
6 于利娟;手机天线辐射特性优化与SAR研究[D];西安电子科技大学;2013年
7 吴子斌;机载三维SAR高分辨成像[D];国防科学技术大学;2013年
8 李志华;基于FPGA的微型SAR实时成像处理研究[D];西安电子科技大学;2014年
9 刘东洋;基于Z7的SAR实时成像处理设计[D];西安电子科技大学;2014年
10 张晓梨;基于实测SAR图像的杂波特性研究和图像重构[D];西安电子科技大学;2014年
本文编号:748484
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/748484.html