机载环视SAR海面特性和舰船目标检测算法研究

【摘要】：海面监视是军事和民事应用中研究的重点和热点,机载环视合成孔径雷达(Synthetic Aperture Radar,SAR)能够进行360度的扫描,实现海面的广域监视。海面是运动的,具有空变和时变特性,以至于海面的散射特性是复杂的,会出现强的海杂波,尤其在高海况下,海杂波的分布拖尾严重,海杂波的统计分布模型的研究是非常重要的,这将影响到目标的检测性能。由于海杂波的复杂性,海杂波下的舰船目标监视问题一直是研究的难点。因此,本文主要针对机载环视SAR的海面特性和舰船目标检测两个方面进行了研究,主要内容包含以下方面:1、研究了海面洋流的估计方法。环视SAR是一种新颖的成像模式,系统天线沿着飞行方向进行360度扫描,提供了一种估计洋流速度的有效技术。载机平台运动补偿后,海面运动导致了多普勒中心的偏移,对于机载环视SAR不同的扫描角多普勒中心偏移量是不同的,所以文中利用360度不同扫描角下的多普勒中心偏移量进行海面洋流速度的估计。提出的算法首先提取不同扫描角的多普勒中心偏移量,并且考虑了方位指向引起的补偿误差。最后,利用最小二乘方法估计洋流速度的沿航迹速度和交叉航迹速度分量。在实验分析中,我们利用机载环视SAR数据验证了算法的有效性和可用性。2、分析了海杂波统计分布模型对实测数据的适用性。海杂波的理论统计分布模型是海杂波的重要特性,最近这些年来,为了更好地设计检测器,对海杂波统计模型投入了更多的关注。环视SAR能360度的对海面进行扫描,本文分析了不同海杂波分布模型对中等擦地角下不同扫描角的机载环视SAR实测数据的适用性,不同统计分布模型的分布参数统一地使用基于Mellin变换的对数累积矩方法(Method of Logarithmic Cumulants,MoLC)进行估计。文中利用了实测数据直方图和经验统计分布模型的幅度概率密度函数(Probability Density Function,PDF)的拟合结果和拟合优度(Goodness-of-Fit,GoF)检验验证了统计分布模型对海杂波实测数据的拟合程度。3、舰船目标检测是海面监视的关键问题,文中研究了机载环视SAR下的扩展舰船目标检测算法。如果海杂波被舰船目标、干扰等奇异样本污染,估计的海杂波分布模型拖尾严重,以至于目标的检测性能恶化。针对这个问题,文中提出了奇异样本剔除算法,算法主要考虑了环视SAR临近扫描角海杂波的散射相似性,并根据模糊统计理论和目标的空间属性提出了奇异样本的迭代剔除算法,能够获得纯的海杂波背景。同时,考虑到小奇异样本的存在,提出了基于模糊统计理论的直方图检测算法。由于实际中舰船目标的强度是起伏的,一个目标可能被误认为几个,所以目标聚类是一个重要的步骤,同时我们根据舰船目标的先验尺寸剔除虚假目标。所提算法的有效性是通过实测数据进行验证的。4、由于极化散射机制的多样性,极化SAR背景下的舰船目标检测是近年来研究的热点。为了改善较低信杂比(Signal-to-Clutter Ratio,SCR)舰船目标的检测性能,文中提出了基于舰船目标和海杂波极化散射差异的对比度增强的舰船目标检测算法。算法首先利用舰船目标和杂波极化相干矩阵之间的散射差异性进行目标增强,然后利用一个简单的门限区分舰船目标和海杂波。所提的舰船目标检测算法的有效性是用全极化数据来进行评估的,通过与经典的算法相比较,实验结果显示所提算法极大地改善了舰船目标的检测性能,在实际中是可用的。