超宽带合成孔径雷达叶簇覆盖目标检测技术研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

超宽带合成孔径雷达叶簇覆盖目标检测技术研究

项目名称：超宽带合成孔径雷达叶簇覆盖目标检测技术研究
项目类别：青年科学基金项目
批准号：60402034
申请代码：F010404
项目来源：国家自然科学基金
研究期限：2005-01-01-2007-12-31

项目负责人：黄晓涛
负责人职称：教授
依托单位：中国人民解放军国防科学技术大学
批准年度：2004

中文摘要：

超宽带合成孔径雷达（UWB SAR）可穿透叶簇对其覆盖目标成像,具有重要的军事和民用价值。当前，目标检测与识别技术是制约其实用的主要障碍，其中目标检测又是目标识别的前提。UWB SAR的杂波和目标特性与普通SAR有很大不同，目标检测难度更大，因此本项目研究意义重大。本项目拟在分析UWB SAR图像数据的杂波统计特性基础上，设计适用的恒虚警率（CFAR）检测等方法从图像中快速搜索出感兴趣区域（RO

中文主题词：超宽带合成孔径雷达；目标检测；特征提取；图像融合；性能评估

英文摘要：

Ultra-Wide Band Synthetic Apet

英文主题词： Ultra-Wide Band Synthetic Apet

结论摘要：

利用超宽带合成孔径雷达探测叶簇覆盖目标具有重要的军事应用价值，超宽带合成孔径雷达目标检测技术研究对于提升超宽带合成孔径雷达的应用价值具有非常重要的意义。本项目首先研究了UWB SAR图像中均匀和非均匀杂波背景下的CFAR检测问题，总结给出了多种适于描述叶簇杂波统计分布特性的模型函数，提出了基于a截集特征提取的智能CFAR检测方法和杂波边沿处的CFAR检测方法。在此基础上讨论了叶簇杂波背景下的ROI提取，提出了一种快速有效提取ROI的方案。研究了将UWB SAR图像与高波段图像进行融合的方法，提出了多波段SAR图像自动配准及融合算法。研究了目标方向域特征提取和多分辨率特征提取，针对目标方向域特征提出了基于HMM的提取方法，针对目标多分辨率特征提出了基于AR模型的提取方法。研究了UWB SAR目标检测中的快速算法，对CFAR检测中的统计量进行了算法快速性改进。最后研究了UWB SAR目标检测性能评估，建立了适用的性能评估指标体系，提出了科学适用的评估方法，为目标检测算法的改进提高提供了可靠依据。

成果综合统计