超宽带SAR浅埋目标成像与检测的理论和技术研究

　　摘要
　　第一章 绪论
　　1．1 课题研究背景及意义
　　1．1．1 超宽带sAR浅埋目标成像与检测研究的兴起与发展
　　1．1．2 超宽带SAR浅埋目标成像与检测研究的意义
　　1．2 国内外研究现状
　　1．2．1 典型的超宽带SAR浅埋目标探测系统
　　1．2．2 浅埋目标成像技术研究现状
　　1．2．3 浅埋目标检测技术研究现状
　　1．3 超宽带SAR浅埋目标成像与检测中存在的问题
　　1．4 本书主要工作及内容安排
　　第二章 超宽带SAR成像与检测一体化框架
　　2．1 引言
　　2．2 几种典型的超宽带SAR发射波形
　　2．2．1 冲激脉冲信号
　　2．2．2 线性调频脉冲信号
　　2．2．3 步进频率信号
　　2．3 超宽带SAR目标回波模型
　　2．4 超宽带SAR成像模型
　　2．4．1 典型的频域成像算法：距离迁移（RM）算法
　　2．4．2 典型的时域成像算法：后向投影（BP）算法
　　2．4．3 统一的超宽带SAR成像模型
　　2．4．4 RM算法与BP算法进一步比较
　　2．5 超宽带SAR成像与检测一体化框架的理论和实现技术
　　2．5．1 时频表示成像算法（T17RIF）
　　2．5．2 成像与检测一体化框架原理和基于TFRIF的实现技术
　　2．5．3 1D-TFRIF性能分析及其在面向检测的成像中的应用
　　2．5．4 2D-TFRIF性能分析及其在基于成像的检测中的应用
　　2．6 本章小结
　　第三章 浅埋目标成像算法及干扰抑制技术
　　3．1 引言
　　3．2 浅埋目标回波畸变及其对成像的影响
　　3．2．1 折射和色散引起的浅埋目标回波畸变定量分析
　　3．2．2 折射和色散对浅埋目标聚焦和定位的影响
　　3．3 回波域折射和色散影响校正方法
　　3．3．1 修正波前重构（MWR）算法
　　3．3．2 浅地表BP（SBP）算法
　　3．4 图像域折射和色散影响校正方法
　　3．5 基于二维频域支撑区特性的射频干扰（RFI）抑制技术
　　3．5．1 RFI抑制方法研究现状
　　3．5．2 RFI信号二维频域支撑区特性
　　3．5．3 自适应RFI抑制滤波器设计
　　3．5．4 实测数据RFI抑制结果
　　3．6 基于多视处理的相干斑噪声抑制技术
　　3．6．1 不同俯视角成像平面的畸变关系分析
　　3．6．2 浅埋目标不同俯视角多视图像的配准方法
　　3．6．3 实测数据相干斑噪声抑制结果
　　3．7 本章小结
　　第四章 超宽带SAR浅埋目标特征提取
　　4．1 引言
　　4．2 超宽带sAR浅埋金属地雷二维电磁特征建模
　　4．2．1 基于物理光学法的浅埋金属地雷一维回波解析表达式
　　4．2．2 浅埋金属地雷二维电磁特征分析
　　4．2．3 理论建模结果与实测结果对比
　　4．2．4 金属地雷电磁建模方法进一步讨论
　　4．3 金属地雷双峰特征增强算法
　　4．3．1 金属地雷双峰结构对方位聚焦的影响
　　4．3．2 基于后滤波器的双峰特征增强算法
　　4．3．3 实测数据处理结果
　　4．4 金属地雷目标特征提取方法
　　4．4．1 金属地雷目标四维散射函数估计
　　4．4．2 金属地雷目标特征选择
　　4．4．3 金属地雷和杂波特征提取结果对比
　　4．5 未爆物目标特征提取方法
　　4．5．1 未爆物目标散射方位特性分析
　　4．5．2 未爆物目标四维散射函数估计
　　4．5．3 基于幅度和图像不变矩构造未爆物鉴别特征向量
　　4．5．4 基于实测数据的特征有效性比较
　　4．6 本章小结
　　第五章 超宽带SAR浅埋目标鉴别器设计
　　5．1 引言
　　5．2 统计学习理论和支持向量机
　　5．2．1 经典模式识别方法的局限性
　　5．2．2 统计学习理论（SLT）简介
　　5．2．3 最大边缘算法
　　5．2．4 超平面支持向量机（HP-SVM）原理简述
　　5．3 模糊超球面支持向量机浅埋目标鉴别器
　　5．3．1 超球面支持向量机（HS—SVM）浅埋目标鉴别器
　　5．3．2 模糊超球面支持向量机（FHS—SVM）浅埋目标鉴别器
　　5．3．3 地雷实测数据鉴别结果
　　5．4 高斯核FHS-SVM超参数优化
　　5．4．1 证据框架简介
　　5．4．2 FHS-SVM学习过程的贝叶斯解释
　　5．4．3 超参数迭代优化算法
　　5．4．4 实测数据处理结果
　　5．5 HMM核FHS-SVM未爆物鉴别器
　　5．5．1 描述未爆物散射多方位特征的HMM
　　5．5．2 HMM核的计算
　　5．5．3 未爆物实测数据鉴别结果
　　5．6 本章小结
　　第六章 结束语
　　6．1 本书工作总结
　　6．2 超宽带SAR浅埋目标成像与检测的理论和技术发展展望
　　附录
　　附录A RM和BP算法的点扩展函数
　　附录B RM和BP算法的变口径加权窗
　　附录C 2D-TFRIF和1D-TFRIF关系式证明
　　附录D 式（3-34）的推导
　　附录E 式（5-86）的推导
　　附录F 英文缩写词对照表
　　致谢
　　作者在学期间取得的学术成果
　　参考文献
　　后记

　　    机载或车载超宽带合成孔径雷达能够实现大区域浅埋目标的快速探测，具有安全和高效的优点。《超宽带SAR浅埋目标成像与检测的理论和技术研究》结合实际系统研究了超宽带SAR浅埋目标成像与检测中存在的若干理论和技术问题。
　　    传统超宽带SAR信息处理将成像与检测割裂开来，限制了最终检测性能的提高。因此，本书提出了“成像和检测一体化框架”的思想，包括面向检测的成像和基于成像的检测。在此基础上，提出了一种面向检测的时频表示成像算法，该方法也可有效解决基于成像的检测这一技术难题，具有实际应用价值。
　　    针对传统成像算法会引起浅埋目标定位误差和图像散焦的问题，提出了修正波前重构和浅地表BP两种浅埋目标成像算法，具有较高的聚焦和定位精度；针对实际工作条件下无法获取埋设深度等先验信息，提出了图像域折射和色散影响校正的浅埋目标聚焦和定位方法，该方法可有效解决无先验信息时的不同埋设深度和土壤环境中浅埋目标的聚焦和定位问题。为了进一步提高图像质量，提出了基于二维频域支撑区特性的射频干扰抑制技术和适合前视系统的地距平面多视配准技术，分别可在降低系统复杂度的同时保证RFI抑制性能和有效提高前视系统多视处理相干斑噪声抑制中的配准效率。
　　    目前，制约超宽带SAR浅埋目标探测实用化的主要问题是虚警太多，因此，提取有效特征和设计合适鉴别器是提高浅埋目标检测性能的关键。本书研究了金属地雷和未爆物特征提取技术，提出了基于图像域的金属地雷双峰特征增强算法，在此基础上，提出了基于空间一波数分布的金属地雷四维散射函数估计及其特征选择方法，提取了包含双峰特性及方位不变性的特征向量；并利用SWD和Hu不变矩，提取了未爆物的多方位特征。
　　    对于浅埋目标鉴别这种小样本学习和一类分类问题，考虑到目标和杂波误判风险不同以及埋设环境多样性等因素，提出了模糊超球面支持向量机浅埋目标鉴别算法，并将证据框架理论应用于高斯核FHS-SVM超参数优化，有效降低了检测结果的总体误判风险，提高了不同探测环境下金属地雷和未爆物的鉴别性能。在此基础上，提出用描述未爆物散射多方位特性的隐马尔可夫模型核替换高斯核函数，进一步改善了FHS-SVM对未爆物的鉴别性能。