艦船是人們生產生活中必不可少的交通工具,準確掌握艦船位置信息有助于人們更加合理地開發(fā)海洋資源、保護海洋環(huán)境。作為一種先進的對地觀測技術手段,合成孔徑雷達（Synthetic Aperture Radar,SAR）具有不受時間、光照、天氣變化影響等特點。憑借這些優(yōu)勢,SAR技術目前已被人們廣泛應用到各個領域。這其中,利用SAR數據特別是極化合成孔徑雷達（Polarimetric Synthetic Aperture Radar,PolSAR）數據去檢測海面艦船目標是研究的熱點方向之一。然而,利用PolSAR圖像進行艦船目標檢測依舊存在著許多重、難點問題,如中高海況下的弱小艦船目標檢測、艦船的方位向模糊去除、對弱小艦船目標散射特性探討等問題。為了提高海面艦船目標檢測精度,本文提出了幾種新的艦船目標檢測方法。本文主要貢獻和創(chuàng)新概括如下:（1）大多數雙極化艦船目標檢測算法所用到的極化特征關聯性較強,存在著相同信息重復使用的情況。針對這個問題,本文首先構建了一個新的6維極化散射特征向量,而后對該項量進行主成分分析（Principal Component Analysis,PCA）,并提取出更深層... 

【文章頁數】：156 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
主要縮略詞對照表
第一章 緒論
    1.1 研究背景及意義
        1.1.1 合成孔徑雷達的發(fā)展
        1.1.2 課題選擇背景與意義
    1.2 國內外研究現狀
    1.3 SAR圖像艦船目標特性與檢測問題分析
    1.4 本文的組織結構
第二章 極化合成孔徑雷達相關理論
    2.1 SAR成像概述
        2.1.1 SAR圖像成像幾何
        2.1.2 SAR圖像空間分辨率
    2.2 電磁波極化特性描述
        2.2.1 極化橢圓
        2.2.2 Jones矢量
        2.2.3 Stokes矢量
        2.2.4 Poincaré極化球
    2.3 極化合成孔徑雷達理論描述
        2.3.1 雷達散射截面積和散射系數
        2.3.2 單目標散射矩陣[S]
        2.3.3 相干矩陣[T]和協方差矩陣[C]
        2.3.4 Mueller矩陣
    2.4 相關極化濾波器描述
        2.4.1 Refined Lee濾波器
        2.4.2 Boxcar濾波器
    2.5 目標極化分解理論描述
        2.5.1 自然界地物的基本散射模型
        2.5.2 Freeman-Durden三分量分解
        2.5.3 Yamaguchi四分量分解
        2.5.4 Holm分解
    2.6 本章小結
第三章 基于主成分分析的雙極化艦船目標檢測
    3.1 引言
    3.2 幾何擾動極化濾波器GP-PNF
    3.3 主成分分析原理
        3.3.1 Karhunen-Loeve(K-L)變換
        3.3.2 主成分分析
    3.4 基于主成分分析的改進GP-PNF算法
        3.4.1 多特征極化向量構造
        3.4.2 算法構造與流程
    3.5 實驗
        3.5.1 實驗數據集及對比方法
        3.5.2 實驗結果性能評價指標
        3.5.3 實驗結果與分析
    3.6 本章小結
第四章 基于全極化信息的艦船目標方位向模糊去除
    4.1 引言
    4.2 海面和艦船目標散射機制分析
        4.2.1 海面散射機制
        4.2.2 艦船目標散射機制
    4.3 合成孔徑雷達方位向模糊
    4.4 基準艦船等高參數PSH
    4.5 PolSAR目標鄰域空間信息表示
        4.5.1 局部二值模式LBP
        4.5.2 改進的LBP特征RLBP
        4.5.3 極化協方差差異矩陣[P]的特性分析
    4.6 方位向模糊移除算法構建
        4.6.1 基于艦船目標散射特性的方位向模糊去除算法IGP-PNF
        4.6.2 基于[P]矩陣的方位向模糊去除算法BPCDM
    4.7 實驗
        4.7.1 實驗數據集及對比方法
        4.7.2 實驗結果與分析
    4.8 本章小結
第五章 基于矩陣信息融合的全極化艦船目標檢測
    5.1 引言
    5.2 極化散射相似性參數
    5.3 完備極化協方差差異矩陣
    5.4 基于Yamaguchi四分解成分的艦船目標檢測算法
        5.4.1 算法構建
        5.4.2 RsDVH算法策略與流程圖
    5.5 實驗
        5.5.1 實驗數據集及對比方法
        5.5.2 實驗結果與分析
    5.6 本章小結
第六章 總結與展望
    6.1 本文總結
    6.2 研究展望
參考文獻
致謝
攻讀學位期間發(fā)表的學術論文
攻讀學位期間參與的項目


【參考文獻】：
期刊論文
[1]天基海洋目標信息感知與融合技術研究[J]. 何友,姚力波.  武漢大學學報(信息科學版). 2017(11)
[2]采用小波SAR算法的船舶監(jiān)測系統設計[J]. 王海昕,張云峰,王加科,李曉冰.  艦船科學技術. 2017(02)
[3]中國高分辨率對地觀測系統重大專項建設進展[J]. 童旭東.  遙感學報. 2016(05)
[4]增強海洋教育意識 捍衛(wèi)藍色國土主權[J]. 黃玉東.  教育家. 2016(25)
[5]國家民用空間基礎設施中長期發(fā)展規(guī)劃（2015-2025年）[J].   衛(wèi)星應用. 2015(11)
[6]基于小波域中心矩特征的SAR圖像識別[J]. 楊佐龍,王德功,李勇.  吉林大學學報(信息科學版). 2013(01)
[7]基于全極化SAR影像的艦船目標檢測算法研究[J]. 張兢,周玉坤.  測繪地理信息. 2012(06)
[8]星載SAR技術的發(fā)展趨勢及應用淺析[J]. 鄧云凱,趙鳳軍,王宇.  雷達學報. 2012(01)
[9]基于G~0分布的高海況SAR船只目標檢測方法[J]. 魯統臻,張杰,紀永剛,張晰,孟俊敏.  海洋科學進展. 2011(02)
[10]一種基于局部K-分布的新的SAR圖像艦船檢測算法[J]. 艾加秋,齊向陽.  中國科學院研究生院學報. 2010(01)

博士論文
[1]HRWS SAR圖像艦船目標監(jiān)視關鍵技術研究[D]. 邢相薇.國防科學技術大學 2014
[2]極化SAR圖像人造目標特征提取與檢測方法研究[D]. 張臘梅.哈爾濱工業(yè)大學 2010
[3]極化SAR圖像人造目標提取與幾何結構反演研究[D]. 徐牧.國防科學技術大學 2008
[4]極化SAR圖像分類方法研究[D]. 周曉光.國防科學技術大學 2008
[5]極化SAR圖像分類技術研究[D]. 吳永輝.國防科學技術大學 2007
[6]合成孔徑雷達提取海面風、浪信息研究[D]. 宋貴霆.中國科學院研究生院（海洋研究所） 2007
[7]多極化合成孔徑雷達系統與極化信息處理研究[D]. 戴博偉.中國科學院電子學研究所 2000

碩士論文
[1]SAR圖像艦船目標檢測方法研究[D]. 譚昆.國防科學技術大學 2009



本文編號：3684660