高分辨SAS图像的统计特性及新成像算法研究

合成孔径声纳(SAS)是高分辨率水下成像声纳，由于其独特的成像原理及高分辨率等特点，使SAS图像的统计特性不再符合传统的瑞利声纳回波统计模型，而是呈现出厚尾（heavy-taile）性质，而且，多途污染等环境因素、分辨率等系统因素都会影响其统计特性，进而影响其成像质量。本项目将采用理论推导、仿真研究、国外同行提供的标准SAS数据处理及实际抚仙湖SAS试验的研究途径，系统研究高分辨SAS图像的统计特性及该统计特性与包括多途污染在内的各种环境因素、包括分辨率在内的各种系统因素的定量关系。在此基础上，提出新的SAS成像算法，以降低消极因素、增强积极因素，从而达到提高SAS图像质量的目的。研究成果将丰富SAS理论，具有科学价值，还可以为抚仙湖鱼雷靶场建设、云南地区的水下考古、水下地形地貌测绘及水下工程等提供高技术支持，为地区的军事、国民经济建设服务。

合成孔径声纳（SAS）是高分辨率水下成像声纳，其概念来自于合成孔径雷达（SAR），具有独特的成像原理及高分辨率等特点，是目前国际上最先进的成像声纳之一。本项目系统研究SAS图像的统计特性及传统成像算法，在此基础上对现有的传统成像算法进行改进，提出新的成像算法，从而提高SAS图像分辨率，改善SAS图像质量。与此同时，在理论研究的基础上，将理论研究的成果应用于实践应用，开发研制出了潜水员用头盔式彩色图像声纳，该声纳已经获得中国海军司令部认可，陆续装备南海、北海、东海等舰队22套。.　　具体研究内容及成果主要包括：.　　1.系统分析了SAS图像的统计特性，结果证明：未受多途污染的理想SAS图像的统计特性符合K分布，受多途污染后，其图像的统计特性符合K+K分布。在此研究基础上，本项目提出了EM-MOM算法，实现了混合K+K分布的参数估计，实现了混合分布中分别代表直达波和多途污染的两组数据的分离，从而为从SAS数据中剔除多途污染奠定了基础，为提高SAS成像质量提供了保障。.　　2.实现了传统的SAS成像算法距离多普勒成像算法（RDA）和Chirp Scaling算法（CS），在此研究基础上提出了3维线目标的高度估算算法3DTHEM，为进一步改进传统的SAS成像算法奠定了基础。.　　3.提出了针对点目标的衡量成像质量的参数，用以衡量各种成像算法的性能；提出了新的SAS成像算法WRDA、WCS、SVARDA、SVACS、WSRDA、WSCS，这些新算法极大地提高了SAS点目标的成像质量。.　　4.将理论研究的成果与实际应用相结合，开发研制生产了潜水员用头盔式彩色图像声纳，连续三年为中国海军司令部提供了工22套装备，并已经获得第四年订货。.　　以上研究成果丰富了SAS理论，具有较强的科学价值；同时，将理论研究的成果应用于实践，开发出的潜水员用头盔式彩色图像声纳为我国海军建设、云南地方建设、军民融合做出了贡献。