極化SAR圖像去相關(guān)目標(biāo)檢測(cè)改進(jìn)算法
本文選題:極化合成孔徑雷達(dá)圖像 + 極化匹配濾波 ; 參考:《計(jì)算機(jī)工程》2016年09期
【摘要】:針對(duì)極化合成孔徑雷達(dá)(SAR)圖像為多通道數(shù)據(jù)的特點(diǎn),提出一種改進(jìn)的極化SAR圖像去相關(guān)目標(biāo)檢測(cè)算法。分析經(jīng)典極化匹配濾波檢測(cè)量在求取最優(yōu)權(quán)值及后續(xù)統(tǒng)計(jì)分布推導(dǎo)中存在的問(wèn)題,利用實(shí)測(cè)數(shù)據(jù)驗(yàn)證不同地物極化SAR數(shù)據(jù)通道之間的相關(guān)性。根據(jù)二維高斯分布的去相關(guān)理論,對(duì)極化匹配濾波檢測(cè)量數(shù)據(jù)通道之間進(jìn)行去相關(guān),得到新的去相關(guān)極化匹配濾波檢測(cè)量,該檢測(cè)量在最優(yōu)權(quán)值的求取上更具一般性。經(jīng)過(guò)去相關(guān)處理后的極化匹配濾波檢測(cè)量的各通道數(shù)據(jù)不存在相關(guān)性,且滿足獨(dú)立分布的復(fù)高斯隨機(jī)變量,使后續(xù)的統(tǒng)計(jì)分布推導(dǎo)更為嚴(yán)格。實(shí)驗(yàn)結(jié)果表明,該算法能夠有效區(qū)分目標(biāo)與雜波,具有較高的檢測(cè)率,且虛警目標(biāo)點(diǎn)少。
[Abstract]:An improved decorrelating target detection algorithm for polarimetric synthetic aperture radar (SAR) images is presented in this paper, which is based on the multi-channel data of polarimetric synthetic Aperture Radar (SAR) images. This paper analyzes the problems of classical polarization matched filter measurement in obtaining the optimal weight value and the derivation of subsequent statistical distribution, and verifies the correlation between different ground object polarization SAR data channels by using the measured data. According to the theory of de-correlation of two-dimensional Gao Si distribution, the data channels of polarization matched filter detection are de-correlated, and a new de-correlation polarization matched filter detection is obtained, which is more general in the calculation of optimal weights. The data measured by polarization matched filter after de-correlation processing have no correlation, and satisfy the independent distribution of complex Gao Si random variables, which makes the subsequent statistical distribution derivation more strict. The experimental results show that the algorithm can effectively distinguish the target from the clutter, has a high detection rate, and has fewer false alarm points.
【作者單位】: 河南工程學(xué)院計(jì)算機(jī)學(xué)院;
【分類號(hào)】:TN957.52
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 劉輝;楊俊安;王一;;基于去相關(guān)鄰域保持判別投影的聲目標(biāo)特征提取[J];電子測(cè)量與儀器學(xué)報(bào);2010年10期
2 ;紅綠藍(lán)彩色合成中的直接去相關(guān)拉伸技術(shù)[J];遙感信息;1998年03期
3 江涌;章林柯;何琳;王偉;;兩次去相關(guān)用于振動(dòng)信號(hào)盲分離[J];振動(dòng).測(cè)試與診斷;2011年02期
4 薛峰,高梅國(guó);一種新的去相關(guān)算法—隨機(jī)空間增益法[J];電子學(xué)報(bào);2003年09期
5 韓英臣;張永順;;一種改進(jìn)的去相關(guān)自適應(yīng)波束形成算法[J];彈箭與制導(dǎo)學(xué)報(bào);2003年S5期
6 張秋玲,馮宏川,王巖飛;分布式衛(wèi)星INSAR信號(hào)的相關(guān)性分析[J];數(shù)據(jù)采集與處理;2005年01期
7 夏秀渝;何培宇;周激流;;基于時(shí)域去相關(guān)預(yù)處理的卷積混合語(yǔ)音盲分離算法[J];數(shù)據(jù)采集與處理;2009年02期
8 戚國(guó)慶;陳黎;;去相關(guān)卡爾曼濾波算法在視頻跟蹤中的應(yīng)用[J];計(jì)算機(jī)仿真;2008年11期
9 葉中付,徐旭,吳濤;一種新的基于多用戶去相關(guān)的波達(dá)方向估計(jì)方法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2004年02期
10 唐友喜,查光明,黃順吉;一種信道中預(yù)去相關(guān)CDMA系統(tǒng)的性能[J];電子科技大學(xué)學(xué)報(bào);1997年01期
相關(guān)會(huì)議論文 前1條
1 唐偉;陸文凱;;基于L1-PCA算法的去相關(guān)拉伸技術(shù)[A];中國(guó)地球物理2010——中國(guó)地球物理學(xué)會(huì)第二十六屆年會(huì)、中國(guó)地震學(xué)會(huì)第十三次學(xué)術(shù)大會(huì)論文集[C];2010年
相關(guān)碩士學(xué)位論文 前3條
1 陳安東;乙酰膽堿促進(jìn)神經(jīng)元響應(yīng)去相關(guān)的神經(jīng)建模研究[D];電子科技大學(xué);2016年
2 汪星星;車輛振動(dòng)信號(hào)的去相關(guān)分離以及主要激勵(lì)源識(shí)別研究[D];南京航空航天大學(xué);2013年
3 田春麗;用于立體聲回波對(duì)消的非線性預(yù)處理方法的分析和研究[D];四川大學(xué);2003年
,本文編號(hào):1925400
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/1925400.html