SAR遮擋目標建模仿真與檢測研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種能夠實現全天時、全天候二維高分辨率成像的雷達，在軍事和民用領域都得到了廣泛的應用。在軍事偵查中，當軍事目標被微波難以穿透的掩體（如鋼筋混凝土墻）部分遮擋時，傳統的SAR圖像檢測和識別算法性能嚴重下降。因此，為了提高SAR自動目標識別（Automatic Target Recognition，ATR）系統在軍事應用領域的性能，本文針對遮擋目標的檢測進行了研究，具

2、體工作如下：
　　1.針對目前尚沒有公開的實測SAR圖像遮擋目標數據庫的問題，通過SAR圖像遮擋目標建模與仿真，驗證了使用將SAR圖像目標靠近雷達入射方向一側的部分像素用背景像素代替的方法進行遮擋目標模擬的可行性。然后利用該方法對美國運動與靜止目標獲取與識別(Moving and Stationary Target Acquisition and Recognition，MSTAR）數據庫中的SAR圖像軍事目標進行了遮擋目標模擬，

3、為后續(xù)的SAR圖像遮擋目標檢測研究提供了數據基礎。
　　2.針對傳統基于恒虛警（Constant False Alarm Rate，CFAR）的SAR圖像檢測算法運算量大及在多目標環(huán)境中檢測率低的問題，提出了一種基于G0分布的快速CFAR算法。該算法利用通過全局閾值檢測和參考圖濾波得到的潛在目標區(qū)域二值參考圖，實現了SAR圖像多目標場景下的快速準確檢測目標的性能。但該算法并沒有對遮擋目標和非遮擋目標加以區(qū)分，還需要對得到的潛在目標

4、區(qū)域進一步處理。
　　3.針對區(qū)分SAR圖像遮擋目標粗檢測得到的遮擋目標、非遮擋目標和少量雜波的問題，借鑒基于特征提取的SAR圖像目標鑒別算法，提出了一種基于遺傳算法（Genetic Algorithm，GA）和支持向量機（Support Vector Machine，SVM）結合的SAR圖像遮擋目標精檢測算法。該算法一方面通過遺傳算法進行特征選擇，避免了從巨大特征組合空間中搜索最優(yōu)特征子集的計算量；另一方面利用支持向量機對遮擋目