首页> 正文

基于最优估计的SAR图像提高分辨率方法研究

2020-11-28阅读(373)

基于最优估计的SAR图像提高分辨率方法研究

论文摘要

分辨率是表征与衡量SAR图像质量的重要指标,而利用参数模型与数据后处理技术提高SAR图像分辨率是缓解成像系统硬件水平与相关应用实际需求之间矛盾的一种重要手段。目前,在该领域,存在分辨率概念与提高分辨率机理并不完善,以及相关处理模型中含有待定模型参数造成其难以自适应求解的问题。本文将SAR图像提高分辨率看作目标参数的高精度估计过程,基于最优估计准则与方法解决以上两个方面的问题。主要工作与创新点为:(1)扩展了分辨率的内涵,得到了影响分辨率的因素,解释了提高分辨率机理分析并指出了传统分辨率概念的不足之处。根据瑞利准则与点散射模型,通过理论推导研究了由目标幅度、位置等因素引起的相干性对分辨率的影响,指出由于相干性的存在,即使目标距离小于分辨率也可分辨,而目标距离大于分辨率时也可能不能分辨。这与名义分辨率的瑞利准则本质是相矛盾的,意味着它没有考虑相干性的影响。利用三次样条方法证明了“最高”测量分辨率的存在性,表明名义分辨率该受限于人类视觉感知能力。提出了SAR图像域与频域上扩展的两点目标分辨率模型。基于点散射模型,利用分辨率原始定义及最优估计方法与准则,分别从假设检验与估计精度角度提出了SAR图像域与频域两点目标扩展分辨率标准与模型,得到简洁、客观合理的分辨率函数表达式,揭示了分辨率与重要的影响因素,如噪声、采样点数目(信号能量)之间的定量关系。相关结果与现有文献对分辨率的定性理解相一致,并克服了传统分辨率概念的缺陷与不足,在一定程度上完善了SAR图像提高分辨率机理。(2)通过建立模型参数选择准则,实现了处理模型中参数的自适应最优估计提出了复数域广义岭估计的直接求解方法。针对SAR频域上的病态线性模型,利用单调有界原理,得到复数域广义岭估计迭代初值的选取范围以达到收敛性,并构造了收敛解所需满足的二元方程组,从而得到该方法的解析解。对单位字典与l_k范数构成的正则化模型应用相似原理,并依据最小均方误差准则,得到最优模型参数以及模型解析解。结果证明了,当七取接近于0的较小正数时,该模型解是一类特殊的广义岭估计解。该类解析解的得出,在实现模型自适应求解的同时极大地提高了处理速度与估计精度。提出了具有一稀疏约束项的正则化模型中的参数自适应最优估计方法。构造了具有变正则参数的l_k范数正则化处理模型,根据迭代过程的特点,以最小均方误差为准则,依据矩阵偏导原理,构造最优模型参数所需满足的矩阵方程,从而提出准最优模型参数的确定方法,建立了模型参数与真实目标参数值、噪声水平之间的联系,并设计了自适应迭代过程。实验结果表明该方法可使估计值达到较为理想的性能。并且,应用该方法对多幅SAR图像超分辨进行了初步研究。在分析Fourier字典性质的基础上提出了快速自适应的基选择方法。通过详细的理论分析与实验验证过程,揭示了基于点散射模型所构造的Fourier字典的近似正交性,继而利用该特殊性质提出了一种快速自适应基选择方法,得到了强散射中心的位置与数目。该方法在一定程度上属于序贯基选择方法,但并非贪婪算法,且各基向量的选择互不影响。继而利用简便的最小二乘方法得到目标参数的无偏估计。并且,根据成像参数特点从节省计算量与存储量角度设计了计算过程。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • §1.1 研究背景
  • §1.2 问题描述与国内外研究现状
  • 1.2.1 SAR图像提高分辨率问题与研究现状
  • 1.2.2 信号稀疏表示问题与研究现状
  • 1.2.3 最优估计及在SAR图像提高分辨率中的应用
  • §1.3 本文的主要工作
  • 1.3.1 研究思路
  • 1.3.2 研究内容
  • 1.3.3 主要创新点
  • 第二章 SAR图像传统分辨率概念与评价方法分析
  • §2.1 空间分辨率与辐射分辨率
  • 2.1.1 空间分辨率
  • 2.1.2 辐射分辨率
  • 2.1.3 分辨体积
  • §2.2 传统分辨率计算方法分析
  • 2.2.1 传统分辨率计算方法
  • 2.2.2 影响分辨率计算的因素分析
  • §2.3 传统分辨率与相干性的关系研究
  • 2.3.1 两点目标参数模型
  • 2.3.2 分辨率受相干性影响研究
  • §2.4 "最高"测量分辨率的存在性分析
  • §2.5 本章小结
  • 第三章 最优估计准则下的SAR图像扩展分辨率概念研究
  • §3.1 概述
  • §3.2 SAR图像域扩展分辨率概念与影响因素
  • 3.2.1 分辨假设检验模型
  • 3.2.2 分辨率计算
  • 3.2.3 实验结果分析
  • §3.3 SAR频域扩展分辨率概念与影响因素
  • 3.3.1 扩展分辨率定义与分析
  • 3.3.2 实验结果
  • §3.4 本章小结
  • 第四章 SAR图像域提高分辨率模型中的参数最优估计方法
  • k范数的SAR图像域提高分辨率模型'>§4.1 基于lk范数的SAR图像域提高分辨率模型
  • 4.1.1 模型构造
  • 4.1.2 合成与分析角度的稀疏先验分析
  • 4.1.3 模型与病态逆问题的联系
  • 4.1.4 非自适应迭代求解方法
  • §4.2 CRLB角度的最优模型参数选择准则分析
  • 4.2.1 达到有偏CRLB的条件
  • 4.2.2 最小渐进总方差分析
  • §4.3 MMSE角度的模型参数确定与自适应求解方法
  • +时模型解的解析表达式'>4.3.1 k→0+时模型解的解析表达式
  • 4.3.2 k取其它若干值时解情况分析
  • §4.4 模型与模型解的若干讨论
  • 4.4.1 模型参数对名义分辨率的影响
  • 4.4.2 模型参数与先验分布参数取值的关系
  • 4.4.3 模型解与阈值方法结果的比较
  • 4.4.4 改进模型的初步分析
  • §4.5 本章小结
  • 第五章 SAR频域提高分辨率模型中的参数最优估计方法
  • §5.1 含有稀疏待估参数的线性模型构造
  • §5.2 复数域广义岭估计的直接解法与分析
  • 5.2.1 广义岭估计直接解法
  • 5.2.2 实验结果与解的稀疏性分析
  • §5.3 字典性质分析与自适应基选择方法的设计
  • H T性质分析'>5.3.1 THT性质分析
  • 5.3.2 自适应基选择方法的设计
  • 5.3.3 实验结果
  • §5.4 稀疏约束正则化模型的自适应求解方法
  • 5.4.1 模型的构造与分析
  • 5.4.2 模型极小值点存在条件
  • 5.4.3 MMSE准则下的模型参数选择与自适应求解
  • 5.4.4 实验结果
  • 5.4.5 在多幅SAR图像超分辨中的应用分析
  • 5.4.6 在特征增强模型中的应用分析
  • §5.5 本章小结
  • 第六章 结论与展望
  • §6.1 本文工作回顾
  • §6.2 相关研究工作展望
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 附录A
  • 附录B
  • 附录C
  • 附录D
  • 附录E

    • 相关论文文献

    • [1].云贵高原典型地物L波段SAR散射特性分析——以昆明为例[J]. 上海国土资源 2019(04)
    • [2].基于深度神经网络的SAR建筑目标三维重建方法[J]. 中国科学:信息科学 2019(12)
    • [3].机载下视3D-SAR切航天线的机电耦合优化设计[J]. 机械设计与制造 2020(06)
    • [4].应用水冷散热的多通道星载SAR热真空试验设计[J]. 航天器工程 2020(04)
    • [5].大功率星载SAR天线电源系统脉动电流抑制研究[J]. 现代雷达 2020(08)
    • [6].微波轨道角动量在SAR中超分辨率成像研究[J]. 内蒙古科技大学学报 2020(02)
    • [7].2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究[J]. 武汉大学学报(信息科学版) 2020(09)
    • [8].基于分布式SAR系统的侦察卫星目标定位技术[J]. 计算机测量与控制 2020(09)
    • [9].基于SAR成像对隐身飞机维护的评估[J]. 火力与指挥控制 2019(10)
    • [10].星载双天线干涉SAR系统总体技术研究[J]. 航天器工程 2016(06)
    • [11].海量时序地基SAR影像相干目标选取[J]. 数据采集与处理 2016(06)
    • [12].手机通话与蓝牙耳机通话的SAR值研究[J]. 数字通信世界 2017(02)
    • [13].SAR图像分割方法综述[J]. 兵器装备工程学报 2017(06)
    • [14].西北寒旱灌区裸露地表粗糙度SAR反演建模方法研究[J]. 灌溉排水学报 2017(06)
    • [15].极化SAR图像分割方法研究[J]. 无线互联科技 2017(12)
    • [16].针对SAR图像的树形稀疏表示结构识别算法研究[J]. 计算机技术与发展 2017(08)
    • [17].基于前斜SAR成像导引头的末制导律研究[J]. 战术导弹技术 2017(05)
    • [18].基于张量高斯混合模型的SAR图像分割[J]. 电子技术与软件工程 2017(18)
    • [19].基于SAR数据的城市空气动力学粗糙度研究[J]. 遥感技术与应用 2016(05)
    • [20].主从模式编队卫星SAR压缩感知成像算法[J]. 信号处理 2013(12)
    • [21].干旱灌区含盐土壤水分SAR反演建模[J]. 灌溉排水学报 2016(S2)
    • [22].一种基于模糊滤波提高SAR自动目标识别平移不变性的方法[J]. 系统工程与电子技术 2020(11)
    • [23].基于SAR卫星遥感数据的城市不透水性分析[J]. 大众科技 2020(09)
    • [24].时变海场景双基SAR回波实时模拟方法研究[J]. 系统仿真学报 2020(11)
    • [25].联合星载光学和SAR影像的漳江口红树林与互花米草遥感监测[J]. 热带海洋学报 2020(02)
    • [26].高分辨率SAR影像提取冰川面积与冰面河[J]. 遥感技术与应用 2019(06)
    • [27].基于改进邻域比和分类的SAR图像变化检测[J]. 计算机应用与软件 2020(05)
    • [28].光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究[J]. 国土资源遥感 2020(02)
    • [29].磁共振超SAR问题及应对方法[J]. 中国医疗器械杂志 2020(04)
    • [30].波束跃度对星载方位向扫描模式SAR图像质量的影响[J]. 上海航天(中英文) 2020(04)

    标签：;  ;  ;  ;  ;  ;  ;  

    基于最优估计的SAR图像提高分辨率方法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5