基于合成孔径雷达的失事飞机目标检测与识别

空难搜救最关键的任务是要及时对失事飞机进行准确检测和定位。然而在地理、气候条件恶劣地区或者事故发生在夜晚，以及机载无线电信标失效时，利用现有搜索和定位技术很难完成搜救任务，从而造成巨大损失。.合成孔径雷达能够在恶劣天气条件下具有远距离、高分辨、全天候、穿透力强、大面积快速搜索并能在低频情况下检测出被植物覆盖的目标的能力，使得其在对失事飞机的检测和定位方面具有巨大的应用潜力，本课题将研究基于极化-干涉合成孔径雷达的失事飞机目标检测与识别技术，为我国提供新的、更有效的空难搜救技术和手段，促进我国的空难搜救事业的发展。

本项目主要针对基于极化合成孔径雷达（Polarimetric Synthetic Aperture Radar，POL-SAR）的失事飞机目标检测及相关技术展开研究。具体包括极化SAR图像增强、精确InSAR图像配准、极化SAR飞机目标检测、极化SAR图像变化检测以及SAR目标特征提取与识别预处理技术等。. 在极化SAR图像增强抑制方面：提出了两级分块最优加权滤波算法、基于多级分类的斑点抑制算法等4种新算法。这些新方法解决了滤波后图像中点、线目标的边缘模糊、极化散射特性的保持以及运算效率提高等问题。. 在精确InSAR图像配准方面，提出了基于相关系数加权观测矢量的InSAR干涉相位估计方法和基于真实导向矢量模型的干涉相位估计方法等5种新方法，实现了SAR图像的自适应精确配准。. 在飞机目标检测方面，提出了基于Yamaguchi分解的飞机目标检测方法、基于恒虚警与极化分解相融合的飞机目标检测等算法，较好地解决了大场景下飞机小目标的正确检测，降低了虚警率或漏警率。. 在极化SAR图像变化检测方面，提出了基于去取向理论的极化SAR变化检测算法、基于加权极化差异度的变化检测等方法，这些算法较好地解决了在保证正确检测率的前提下，有效地降低虚警率和漏警率的问题。. 在SAR目标特征提取与识别预处理技术方面，提出了基于SVM的SAR目标及阴影图像的分割方法、基于SVR与目标阴影相结合的成像方位角估计方法，为后续目标检测与识别奠定了基础。. 本项目共发表相关研究论文29篇，其中EI收录11篇，待检4篇，ISTP收录1篇。申请国家发明专利1项，授权1项。