论文部分内容阅读
SAR系统的分辨特性是一项重要的性能指标,一方面标志着系统所具有的性能,反映雷达获取信息的技术能力;另一方面也是SAR系统应用的前提和基础。传统的SAR分辨特性评价指标主要通过雷达系统的脉冲响应函数得到,取决于系统带宽等因素,而依据实际的工程经验,SAR系统的分辨特性还与分布目标的统计特性以及SAR图像处理算法等有关。基于此,本论文做了如下几个方面的工作: 第一,以脉冲压缩、合成孔径和多视处理等SAR高分辨率成像机理为基础分析了经典SAR图像分辨率评价指标。通过CS算法对点目标成像进行了仿真,详细说明了SAR成像处理过程。结合SAR成像原理推导了经典的SAR图像质量评价指标,并以点目标仿真结果对各个评价指标进行了计算分析。 第二,重点研究了SAR分布目标的统计特性。依据多视处理后SAR复散射回波信号的协方差矩阵服从Wishart分布的特点,推导出两个点目标关于幅度比、相位差、相关系数以及多视数的联合概率密度函数,并以该概率密度函数为基础分析了分布目标间相关性和多视处理对幅度比和相位差的影响。该概率密度函数是从复协方差矩阵得到的准确描述SAR分布目标统计特征的闭合表达式,为后续结合目标的统计特性讨论SAR图像的分辨性能奠定了基础。 第三,着重研究了可分辨概率评价指标。基于得到的联合概率密度函数,建立了综合目标统计特性和SAR系统参数的可分辨概率数学模型。以可分辨概率模型为基础计算分析了目标间距离、相关性以及多视处理对SAR图像分辨性能的影响。从本文的研究可以发现,由于分布目标信号具有的随机特性,在目标间距离小于传统分辨率时也存在可分辨性,目标间距离大于系统分辨率时也存在不可分辨性,多视处理相当于增加了目标间的相关性,同样对SAR的分辨特性有较大的影响。可分辨概率评价指标更能真实地反映SAR的分辨性能,对SAR系统参数设计和评定有重要意义。 第四,提出了平均可分辨概率评价指标。以平均可分辨概率为基础,分析了图像灰度变化对SAR分辨性能的影响。从计算分析可以发现,当SAR图像的灰度在一定范围内变化时,并不会影响分辨性能;但是当亮度比小于0.4后,SAR图像的分辨性能迅速下降,而多视处理相当于减小了这种亮度差异,对SAR分辨性能有很大的改善。该分析对于研究相干斑噪声的影响具有重要意义。