基于星載簡縮極化SAR的海上艦船目標(biāo)檢測方法研究
發(fā)布時間:2021-05-01 01:58
簡縮極化合成孔徑雷達(dá)(Compact Polarimetric Synthetic Aperture Radar,CP SAR)是一種新興的極化SAR系統(tǒng),能夠在降低系統(tǒng)設(shè)計復(fù)雜度的情況下保持較好的全極化信息,具有較大的應(yīng)用和發(fā)展?jié)摿。與全極化SAR相比,簡縮極化SAR因其系統(tǒng)簡單且能夠獲取更大幅寬的圖像,在海洋監(jiān)視方面具有先天的優(yōu)勢,基于星載簡縮極化SAR的海上艦船目標(biāo)檢測是當(dāng)今極化SAR海洋遙感領(lǐng)域研究的熱點問題。因此,星載簡縮極化SAR圖像艦船目標(biāo)檢測技術(shù)研究具有重要的理論意義和實用價值。本文針對星載簡縮極化SAR圖像的海上艦船目標(biāo)檢測問題,從全極化信息重建、極化特征參數(shù)提取以及簡縮極化SAR艦船目標(biāo)檢測方法等方面進(jìn)行了系統(tǒng)研究。主要工作和創(chuàng)新點如下:1、研究實現(xiàn)了兩種典型的基于簡縮極化數(shù)據(jù)的全極化信息重建方法,并通過實測數(shù)據(jù)的實驗結(jié)果,對比分析了其重建性能。首先,詳細(xì)推導(dǎo)了三種簡縮極化模式的散射矢量和協(xié)方差矩陣。其次,利用Souyris重建模型和Nord重建模型分別對三種模式下的簡縮極化數(shù)據(jù)進(jìn)行重建。最后,通過NASA/JPL AIRSAR機(jī)載實測全極化數(shù)據(jù)分別模擬三種模式的簡...
【文章來源】:國防科技大學(xué)湖南省 211工程院校 985工程院校
【文章頁數(shù)】:89 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景和意義
1.2 簡縮極化SAR發(fā)展現(xiàn)狀
1.2.1 典型的簡縮極化SAR模式
1.2.2 簡縮極化SAR系統(tǒng)發(fā)展現(xiàn)狀
1.2.3 簡縮極化SAR數(shù)據(jù)常用處理方法
1.2.4 簡縮極化SAR艦船檢測研究現(xiàn)狀
1.3 論文研究思路與章節(jié)安排
第二章 簡縮極化數(shù)據(jù)重建全極化信息方法對比分析
2.1 引言
2.2 三種模式簡縮極化SAR
2.2.1 π/4模式簡縮極化SAR
2.2.2 DCP模式簡縮極化SAR
2.2.3 CTLR模式簡縮極化SAR
2.3 簡縮極化重建全極化信息
2.3.1 Souyris模型重建全極化信息
2.3.2 Nord模型重建全極化信息
2.4 全極化信息重建實驗結(jié)果分析
2.5 本章小結(jié)
第三章 極化特征參數(shù)提取及艦船檢測性能實驗分析
3.1 引言
3.2 極化特征參數(shù)提取
3.2.1 常用的極化特征參數(shù)
3.2.2 全極化SAR極化特征參數(shù)提取
3.2.3 CTLR模式簡縮極化SAR極化特征參數(shù)提取
3.3 極化特征對艦船檢測鑒別能力實驗分析
3.3.1 實驗數(shù)據(jù)介紹
3.3.2 實驗方法與結(jié)果分析
3.4 本章小結(jié)
第四章 基于簡縮極化分解的艦船檢測方法
4.1 引言
4.2 簡縮極化分解
4.2.1 Cloude分解及其衍生的H/α分解
4.2.2 簡縮極化m-χ分解
4.3 基于加權(quán)SVM分類和m-χ分解的艦船檢測
4.3.1 特征向量選取
4.3.2 支持向量機(jī)
4.3.3 虛警去除
4.3.4 算法流程
4.4 實驗結(jié)果與分析
4.4.1 實驗數(shù)據(jù)介紹
4.4.2 置信度閾值對檢測性能影響
4.4.3 不同算法檢測結(jié)果對比分析
4.5 本章小結(jié)
第五章 結(jié)束語
5.1 本文工作總結(jié)
5.2 進(jìn)一步工作展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果
本文編號:3169916
【文章來源】:國防科技大學(xué)湖南省 211工程院校 985工程院校
【文章頁數(shù)】:89 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景和意義
1.2 簡縮極化SAR發(fā)展現(xiàn)狀
1.2.1 典型的簡縮極化SAR模式
1.2.2 簡縮極化SAR系統(tǒng)發(fā)展現(xiàn)狀
1.2.3 簡縮極化SAR數(shù)據(jù)常用處理方法
1.2.4 簡縮極化SAR艦船檢測研究現(xiàn)狀
1.3 論文研究思路與章節(jié)安排
第二章 簡縮極化數(shù)據(jù)重建全極化信息方法對比分析
2.1 引言
2.2 三種模式簡縮極化SAR
2.2.1 π/4模式簡縮極化SAR
2.2.2 DCP模式簡縮極化SAR
2.2.3 CTLR模式簡縮極化SAR
2.3 簡縮極化重建全極化信息
2.3.1 Souyris模型重建全極化信息
2.3.2 Nord模型重建全極化信息
2.4 全極化信息重建實驗結(jié)果分析
2.5 本章小結(jié)
第三章 極化特征參數(shù)提取及艦船檢測性能實驗分析
3.1 引言
3.2 極化特征參數(shù)提取
3.2.1 常用的極化特征參數(shù)
3.2.2 全極化SAR極化特征參數(shù)提取
3.2.3 CTLR模式簡縮極化SAR極化特征參數(shù)提取
3.3 極化特征對艦船檢測鑒別能力實驗分析
3.3.1 實驗數(shù)據(jù)介紹
3.3.2 實驗方法與結(jié)果分析
3.4 本章小結(jié)
第四章 基于簡縮極化分解的艦船檢測方法
4.1 引言
4.2 簡縮極化分解
4.2.1 Cloude分解及其衍生的H/α分解
4.2.2 簡縮極化m-χ分解
4.3 基于加權(quán)SVM分類和m-χ分解的艦船檢測
4.3.1 特征向量選取
4.3.2 支持向量機(jī)
4.3.3 虛警去除
4.3.4 算法流程
4.4 實驗結(jié)果與分析
4.4.1 實驗數(shù)據(jù)介紹
4.4.2 置信度閾值對檢測性能影響
4.4.3 不同算法檢測結(jié)果對比分析
4.5 本章小結(jié)
第五章 結(jié)束語
5.1 本文工作總結(jié)
5.2 進(jìn)一步工作展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果
本文編號:3169916
本文鏈接:http://www.sikaile.net/kejilunwen/jingguansheji/3169916.html
教材專著