临近空间SAR信息建模与数据处理关键技术研究

临近空间是世界各国争夺信息和军事优势的热点空域。SAR是临近空间平台信息获取主要传感器之一，本项目研究拟用新理论、新方法研究解决临近空间环境的特殊性为SAR成像带来的新问题。重点研究临近空间慢速平台长孔径时间下成像运动补偿技术、临近空间慢速平台极化干涉SAR数据高精度定标技术、SAR数据目标信息建模、目标参数反演等。在目标参数反演中重点研究植被及不同地表散射特性、植被特征反演。通过SAR数据高精度定标提高数据的利用价值，促进定量遥感深入发展；采用数据处理技术来改善图像信噪比；采用先进的信号与信息处理理论实现目标信息提取与特征反演，完成数据处理-信息提取一体化的处理流程。本课题是提升我国信息获取与处理能力的基础性研究。

临近空间平台SAR是临近空间信息获取的重要传感器。作为在新平台上部署的SAR系统，虽然它能带来诸多优势，但临近空间平台的特殊性给SAR应用带来了新的挑战，也给SAR数据处理增添了新的研究内容。本项目研究采用新理论、新方法研究解决临近空间环境的特殊性为SAR成像和信息获取带来的新问题，主要完成了以下工作：.　　（1）在临近空间SAR成像方面，对数据定标、运动补偿、距离徙动及其校正等方面进行了研究，提出了基于点目标的合成孔径雷达定标模型，采用积分法对定标数据进行分析，获得了较好的定标效果；提出了一套适合实际应用的分块相位梯度自聚焦并行实现算法，通过分块处理抑制空变效应对SAR平台运动误差估计的影响，提高了成像质量和运行效率。.　　（2）在临近空间SAR数据应用方面，对特征提取、SAR图像分类、图像分割、目标检测与识别、变化信息提取和毁伤评估等问题进行了深入研究，提出了基于AR模型和纹理分析的SAR图像等效视数非监督估计方法、基于分形维数的SAR图像纹理特征的提取方法、基于散射成分一致性参数的极化SAR图像分类方法、基于改进PSO-KFCM的SAR图像分割、基于SVDD的无监督SAR图像分割、基于特征选择及改进GOPCE的极化SAR图像舰船检测方法、基于NSP分解和连通区域分析的SAR图像桥梁目标分割和识别、基于改进Unit-linking脉冲耦合神经网络的SAR建筑物区域检测、基于水平集的建筑物目标检测、基于支持向量域的无监督SAR图像像素级变化检测方法、基于模糊距离的变化检测方法等一系列创新性方法，构建了建筑物毁伤评估模型。.　　在项目获得资助以来，已发表学术论文17篇，其中SCI、EI收录9篇，出版编著一部。培养博士后2名，博士研究生5名，硕士研究生3名；成功申办和主持学术会议1次，国际学术会议分组报告6次，国际访问学术交流1次。