雷達信號處理常用演算法

⑴ 雷達處理演算法碩士工作好找嗎

雷達處理演算法碩士工作是比較好找的。

隨著微波、計算機、半導體、大規模集成電路等各個領域科學進步，雷達技術在不斷發展，其內涵和研究內容都在不斷地拓展。雷達的種類繁多，分類的方法也非常復雜。按結構分可以分為單基地、雙基地。

多基地(網路化雷達)，其獲取的信息通常可以有角度(方位)、時間(距離)、頻率(多普勒、速度)等；從其天線類型來說一般可以分為機械掃描、無源陣列、有源陣列、數字陣列，還有比較先進的數字波束生成(DBF)、分布式協同定位等新的技術形式。

雷達處理演算法介紹：

從其發射的信號樣式來說一般可以分為連續波、調頻連續波、脈沖、線性調頻等常見的信號樣式，還有跳頻、編碼(巴克碼)、脈內調制、超寬頻、OFDM等新的信號樣式。

信號處理技術除了相關/非相關處理等常規的處理方法外，還包括空時自適應(STAP)、多輸入多輸出(MIMO)、合成孔徑(SAR/ISAR/CSAR)、合成脈沖與孔徑(SIAR)和以人工智慧為技術基礎的自適應/認知雷達信號處理技術。

⑵ 四象限光電探測器的信號處理演算法

為束斑在四象限上的位置。圖中四象限探測器光敏面的半徑為R。四象限中心與直角坐標的零點O重合。圖中四象限的對稱軸分別與坐標的x、y軸重合。束斑中心為O?。當O?位於四象限中心時，四個象限上接收到的光信號強度相等，經計算處理後得到的誤差信號為零。當O?逐漸偏離O時，Er逐漸增大。Ex、Ey分別代表Er在x、y方向上的分量。為消除束斑光強（光能量或功率）波動對Er的影響，通常要對Er進行歸一化處理。即在Er計算過程中除以一個與束斑光強度相關的量值。根據不同的應用目的，束斑半徑r相對於四象限光敏區半徑R存在一個最佳值ropt。對大多數應用場合ropt取1/2R。

⑶ 微波遙感數據預處理

微波遙感作為一種獲取地球表面信息的重要技術手段，已經在國內外得到了廣泛的應用和發展。隨著人們對遙感應用中定位精度要求的提高，對遙感數據的處理技術也提出了更高、更細的要求，這種要求就是圖像數據反映地物輻射特性的真實性和對地球表面幾何位置的准確性，它們直接影響遙感技術應用的精度和廣度。

（一）輻射標定

原始的SAR數據沒有經過嚴格的輻射標定，因而數據所反映的地物輻射特性與實際地物本身的輻射特性之間存在一定程度的差異。這類SAR圖像雖然能夠滿足一般的定性分析的精度要求，但是在很多實際應用中，往往要對圖像進行定量分析，如模式識別、目標分類等。因此為了使SAR數據能夠滿足定量分析精度的要求，就必須要對其進行輻射標定工作。有關原始SAR圖像輻射標定的演算法較多，常用的演算法是：

1∶25萬遙感地質填圖方法和技術

式中：I=10 lg（DN_ij）；

σ°——反射系數；

DN_ij——像元（i，j）的灰度值；

K——輻射標定常數；

R_n——像元（i，j）的斜距；

R₀——參考斜距；

a_n——像元（i，j）的入射角；

a₀——參考入射角；

G_sys——被標定SAR圖像的系統雷達天線增益；

G_sys0——確定K時的系統雷達天線增益。

輻射標定所需參數都可以直接從原始圖像數據頭文件中直接或間接獲取，標定後的圖像將原始圖像灰度轉換成後向散射系數。利用PCI軟體可以完成對雷達數據的輻射標定的處理。

（二）微波圖像雜訊與斑點的弱化處理

當成像雷達發射的是純相干波照射到目標時，目標上的隨機散射面的散射信號與發射的相干信號之間的干涉作用會使圖像產生相干斑點雜訊。這種斑點雜訊嚴重干擾了地物信息的提取與SAR圖像的應用效果，雜訊嚴重時，甚至可導致地物特徵的消失。在圖像信息提取時，這一現象往往產生假信息。因此，弱化斑點雜訊對SAR圖像的應用有著重要意義。

雜訊平滑與弱化的最好方法是利用同一地區的不同探測方向的兩幅或多幅雷達圖像進行振幅或密度的配准和輻射糾正，計算其差值圖像，就可以消除雷達數據本身固有的斑點雜訊。其他方法還有：

1.主成分分析法

RADARSAT-1 SAR數據的雜訊由於其固有性質，在通過主成分變換後雜訊往往分布在其中的某一個分量上。通過計算各分量的均值和方差就可以判斷哪個分量是以雜訊信息為主，而其他分量則為地物的微波散射信息。通常情況下，主成分分析具有以下特徵：

（1）主成分分析的數據變換前後的方差總和不變，只是把原來的方差不等量地再分配到新的主成分波段影像中。

（2）第一主成分包含了多波段影像信息的絕大部分，其餘主成分信息含量依次減少。

（3）各主成分的相關系數為零，即各主成分所含的信息內容不同。

（4）第一主成分相當於原來各波段的加權和，反映了地物總的反射或輻射強度；其餘各主成分相當於不同波段組合的加權差值影像。

（5）第一主成分降低了雜訊，有利於細部特徵的增強和分析。

（6）對於有些特殊異常的專題信息，往往通過主成分分析後在第二以上主成分影像上得到增強。

對微波遙感數據的主成分分析可以採用不同時相的SAR數據、不同參數的SAR數據或不同方法處理後的同一SAR數據進行主成分變換，可以起到弱化雜訊的目的。為不同方法處理後的同一SAR數據進行主成分變換後的SAR數據。

2.中值濾波技術

中值濾波技術由於其原理是建立在像元及其領域的統計特徵的基礎上，因而也廣泛地應用於雷達數據的雜訊處理中。對 n×n 大小的濾波核，處理後的中心點的像元值為該濾波核處理前所有像元值的中間值（彩圖1-3b）。中值濾波運算元的數學公式如下：

1∶25萬遙感地質填圖方法和技術

式中：X_ij——n×n窗口中的第（i，j）像元的灰度值；

M（X_ij）——n×n窗口中所有像元值的中間值。

3.濾波增強處理

由於散射信號產生的 SAR 圖像，受大量「斑點」雜訊影響，必須經過濾波預處理。針對雷達數據的固有的倍增雜訊特徵，設計的濾波運算元是基於局部統計及雜訊模型信息的，主要包括 Lee濾波、Frost濾波、Kuan 濾波、Gamma Map 濾波和 Average濾波。許多在多光譜數據處理中使用的濾波運算元如高通濾波、低通濾波、紋理濾波應用於雷達數據分析往往帶入大量的人工信息，針對上述問題，工作中使用以下一些濾波運算元。這些運算元不僅能較好地濾去高頻雜訊，而且能較好地保持影像邊緣和紋理信息；同時，處理後的圖像相對於原始圖像具有更好的對比性。尤以 Frost（彩圖1-3c）、Lee及其增強濾波運算元為佳。

目前常用的濾波有：①Frost自適應濾波；②Lee濾波；③Gamma Map斑點濾波；④Frost自適應增強濾波；⑤Lee增強濾波；⑥Kuan斑點濾波。