本文關(guān)鍵詞：陣列三維SAR快速成像方法研究

  更多相關(guān)文章： 陣列三維SAR 時(shí)域快速成像算法 快速BP GPU

【摘要】：陣列三維SAR(LASAR,Linear Array SAR)作為一種具有三維分辨能力的新體制雷達(dá),可以彌補(bǔ)傳統(tǒng)SAR中的陰影遮擋和空間模糊等缺陷,在現(xiàn)代軍事和民用方面有著廣闊的應(yīng)用前景,而研究其成像方法具有重要意義。針對(duì)三維成像數(shù)據(jù)量大的問(wèn)題,本文主要研究陣列三維SAR的時(shí)域快速成像算法,并將其利用GPU(Graphic Processing Unit)并行化處理,具體的研究?jī)?nèi)容及創(chuàng)新如下:介紹陣列三維SAR成像系統(tǒng)的基本理論以及不同陣元發(fā)射接收模式下的距離歷史及信號(hào)回波模型;利用模糊函數(shù)給出陣列三維SAR各個(gè)方向上的分辨率;介紹三維時(shí)域BP算法和三維頻域RD算法的具體步驟,并進(jìn)行比較;簡(jiǎn)要闡述了GPU并行化原理及相應(yīng)的GPU編程理論。研究三維快速因式分解BP成像算法。首先介紹傳統(tǒng)二維快速因式分解BP算法,然后將其擴(kuò)展到三維,建立成像空間模型,分析其由于距離近似帶來(lái)的最大誤差并以此確定分辨率選取準(zhǔn)則;比較該算法與傳統(tǒng)三維BP成像算法的運(yùn)算量;通過(guò)仿真實(shí)驗(yàn)證明該算法可以在保證一定的成像精度下大幅提高成像效率。提出一種基于多分辨率的非均勻面陣快速因式分解BP算法。對(duì)于非均勻面陣三維成像,提出在劃分子面陣時(shí),不同的子面陣根據(jù)其中陣元的分布情況設(shè)置不同的分辨率,最后再利用目標(biāo)分辨率進(jìn)行子圖像的融合,最大程度的挖掘算法效率。通過(guò)仿真實(shí)驗(yàn)進(jìn)行對(duì)比,該算法比設(shè)置統(tǒng)一分辨率的快速算法有一定的效率提高。改進(jìn)三維快速因式分解BP算法使其適合于直角坐標(biāo)系。對(duì)極坐標(biāo)系下的三維快速因式分解BP算法進(jìn)行改進(jìn),通過(guò)更簡(jiǎn)單的圖像合成方法,使該算法能夠適用于直角坐標(biāo)系,仿真實(shí)驗(yàn)證明了所提算法可以更高效更方便的實(shí)現(xiàn)快速因式分解BP算法。提出一種基于子孔徑逼近的快速因式分解BP算法及GPU并行化方法。針對(duì)三維成像空間特有的稀疏特性,利用上一級(jí)圖像提取出包含散射目標(biāo)的感興趣區(qū)域,剔除無(wú)用計(jì)算量,減少子圖像融合時(shí)的插值次數(shù),逐級(jí)迭代逼近真實(shí)目標(biāo)。仿真實(shí)驗(yàn)證明所提算法可以進(jìn)一步提高原始快速因式分解BP算法的成像效率。分析該算法并行化的可能性,通過(guò)在每一級(jí)利用基于像素點(diǎn)的并行化處理方法,將該算法并行化處理,從工程角度進(jìn)一步提高算法效率。
【關(guān)鍵詞】：陣列三維SAR 時(shí)域快速成像算法 快速BP GPU
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-19
• 1.1 課題背景與意義10-11
• 1.2 國(guó)內(nèi)外三維SAR研究現(xiàn)狀11-18
• 1.2.1 國(guó)外三維SAR研究概況11-14
• 1.2.2 國(guó)內(nèi)三維SAR研究狀況14-15
• 1.2.3 GPU發(fā)展動(dòng)態(tài)15-18
• 1.3 本文章節(jié)安排18-19
• 第二章 陣列三維SAR成像原理及GPU理論19-35
• 2.1 陣列三維SAR成像機(jī)理19-28
• 2.1.1 陣列三維SAR工作模式及信號(hào)模型19-25
• 2.1.2 陣列三維SAR成像分辨率分析25-28
• 2.2 陣列三維SAR成像算法28-31
• 2.2.1 三維RD算法28-29
• 2.2.2 三維BP算法29-31
• 2.2.3 算法比較31
• 2.3 GPU原理及編程理論31-34
• 2.3.1 GPU架構(gòu)32-33
• 2.3.2 GPU編程理論33-34
• 2.4 本章小結(jié)34-35
• 第三章 基于因式分解后向投影的陣列三維SAR成像算法35-57
• 3.1 二維快速因式分解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 算法步驟及流程37
• 3.2 三維快速因式分解BP算法37-47
• 3.2.1 子圖像分辨率的選取37-40
• 3.2.2 算法實(shí)現(xiàn)及流程40-42
• 3.2.3 算法運(yùn)算量分析與比較42-44
• 3.2.4 算法仿真實(shí)驗(yàn)44-47
• 3.3 基于多分辨率的非均勻面陣快速因式分解BP算法47-51
• 3.3.1 算法原理及流程47-49
• 3.3.2 成像仿真與比較49-51
• 3.4 直角坐標(biāo)系下的三維快速因式分解BP算法51-56
• 3.4.1 算法步驟與流程52-54
• 3.4.2 算法成像仿真54-56
• 3.5 本章小結(jié)56-57
• 第四章 基于子孔徑逼近的快速因式分解BP算法及GPU實(shí)現(xiàn)57-74
• 4.1 基于子孔徑逼近的快速成像算法57-62
• 4.1.1 算法原理57-58
• 4.1.2 算法過(guò)程與步驟58-60
• 4.1.3 子孔徑的擴(kuò)展與降采樣成像60-62
• 4.2 基于子孔徑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 感興趣區(qū)域的提取63-64
• 4.2.3 算法步驟與流程64-66
• 4.2.4 算法仿真實(shí)驗(yàn)66-68
• 4.3 基于子孔徑逼近的快速因式分解BP算法GPU實(shí)現(xiàn)68-73
• 4.3.1 并行方法68-72
• 4.3.2 成像仿真結(jié)果72-73
• 4.4 本章小結(jié)73-74
• 第五章 總結(jié)與展望74-76
• 5.1 研究?jī)?nèi)容總結(jié)74
• 5.2 工作展望74-76
• 致謝76-77
• 參考文獻(xiàn)77-81

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李坤;邵蕓;張風(fēng)麗;;基于多極化機(jī)載合成孔徑雷達(dá)(SAR)數(shù)據(jù)的水稻識(shí)別[J];浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版);2011年02期

2 劉開剛;許梅生;李維;;一種基于雙閾值區(qū)域分割的SAR圖像目標(biāo)提取方法[J];國(guó)外電子測(cè)量技術(shù);2008年03期

3 ;西部測(cè)圖工程機(jī)載干涉SAR測(cè)圖系統(tǒng)項(xiàng)目啟動(dòng)會(huì)在北京召開[J];遙感信息;2008年04期

4 蔡紅;;基于稀疏表示的SAR圖像壓縮方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2012年24期

5 李杏朝，，董文敏;SAR圖像的水文應(yīng)用研究[J];遙感信息;1996年04期

6 孫盡堯,孫洪;自然場(chǎng)景SAR圖像的仿真[J];雷達(dá)科學(xué)與技術(shù);2003年04期

7 李金;程超;許浩;;無(wú)人機(jī)機(jī)載合成孔徑雷達(dá)(SAR)定位方法綜述[J];影像技術(shù);2008年03期

8 陳原;張榮;尹東;;基于Tetrolet Packet變換的SAR圖像稀疏表示[J];電子與信息學(xué)報(bào);2012年02期

9 何毅;范偉杰;;手機(jī)批量SAR測(cè)試方案[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年05期

10 紀(jì)建;田錚;徐海霞;;SAR圖像壓縮的多尺度自回歸滑動(dòng)平均模型方法[J];電子學(xué)報(bào);2005年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈晶;楊學(xué)志;;基于邊緣保持分水嶺算法的SAR海冰圖像分割[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

2 郝衛(wèi)東;熊鄴;曲蘭英;周志麗;;一種降低手機(jī)SAR的設(shè)計(jì)[A];2009年全國(guó)天線年會(huì)論文集（下）[C];2009年

3 方勇;;綜合多視角SAR圖像改正遮蔽區(qū)試驗(yàn)[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

4 于明成;許稼;彭應(yīng)寧;;SAR多普勒中心快速解模糊的新方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

5 戴爾燕;金亞秋;;多軌道飛行全極化SAR圖像對(duì)目標(biāo)的立體重構(gòu)[A];第二屆微波遙感技術(shù)研討會(huì)摘要全集[C];2006年

6 常本義;高力;;SAR單圖像定位原理[A];中國(guó)科協(xié)2001年學(xué)術(shù)年會(huì)分會(huì)場(chǎng)特邀報(bào)告匯編[C];2001年

7 錢方明;鞏丹超;劉薇;;SAR圖像邊緣特征提取方法研究[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

8 陳林輝;葉偉;賈鑫;;分布式衛(wèi)星SAR圖像方位向分辨率分析[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

9 孫偉順;計(jì)科峰;朱俊;粟毅;;典型軍用目標(biāo)SAR圖像預(yù)估[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

10 黃勇;王建國(guó);黃順吉;;基于分段的非監(jiān)督SAR圖像變化檢測(cè)[A];第十一屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 張顯峰;機(jī)載干涉SAR：掀起測(cè)繪革命[N];科技日?qǐng)?bào);2004年

2 鐘勇;國(guó)內(nèi)首套SAR測(cè)圖系統(tǒng)通過(guò)評(píng)審[N];中國(guó)測(cè)繪報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 賀廣均;聯(lián)合SAR與光學(xué)遙感數(shù)據(jù)的山區(qū)積雪識(shí)別研究[D];南京大學(xué);2015年

2 張雙喜;高分辨寬測(cè)繪帶多通道SAR和動(dòng)目標(biāo)成像理論與方法[D];西安電子科技大學(xué);2014年

3 劉小寧;星上SAR實(shí)時(shí)成像處理關(guān)鍵技術(shù)研究[D];北京理工大學(xué);2016年

4 李蘭;森林垂直信息P-波段SAR層析提取方法[D];中國(guó)林業(yè)科學(xué)研究院;2016年

5 張鵬;基于統(tǒng)計(jì)模型的SAR圖像降斑和分割方法研究[D];西安電子科技大學(xué);2012年

6 王勃;星載全極化SAR海面散射特性及其船目標(biāo)檢測(cè)方法[D];中國(guó)海洋大學(xué);2013年

7 倪心強(qiáng);SAR圖像分類與自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2007年

8 周鵬;彈載SAR多種工作模式的成像算法研究[D];西安電子科技大學(xué);2011年

9 趙凌君;高分辨率SAR圖像建筑物提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

10 陳琪;SAR圖像港口目標(biāo)提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 董立亞;SAR圖像去噪的小波和偏微分方程的數(shù)學(xué)建模[D];河北聯(lián)合大學(xué);2014年

2 陳海文;基于波數(shù)域的圓周SAR三維成像算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 眭明;星機(jī)雙基地SAR同步技術(shù)研究[D];電子科技大學(xué);2014年

4 羅煜川;基于壓縮感知的陣列SAR三維成像方法研究[D];電子科技大學(xué);2015年

5 張強(qiáng);基于視覺注意的SAR目標(biāo)快速檢測(cè)算法研究[D];電子科技大學(xué);2015年

6 于利娟;手機(jī)天線輻射特性優(yōu)化與SAR研究[D];西安電子科技大學(xué);2013年

7 吳子斌;機(jī)載三維SAR高分辨成像[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 李志華;基于FPGA的微型SAR實(shí)時(shí)成像處理研究[D];西安電子科技大學(xué);2014年

9 劉東洋;基于Z7的SAR實(shí)時(shí)成像處理設(shè)計(jì)[D];西安電子科技大學(xué);2014年

10 張曉梨;基于實(shí)測(cè)SAR圖像的雜波特性研究和圖像重構(gòu)[D];西安電子科技大學(xué);2014年

本文編號(hào)：748484