- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - Desnet：用于ScanSAR图像去条带的深度残差网络
摘要： 扇贝效应是ScanSAR图像中的关键问题之一。它不仅影响图像可视化效果，还会对海洋区域海面风场和海浪反演等定量应用造成干扰。现有去扇贝方法需要人工设置参数，在图像域缺乏普适性。本文提出一种基于残差学习的新型深度神经网络用于ScanSAR图像去扇贝处理。该方法能有效消除扇贝条纹图案，具有强自适应能力，可处理非均匀扇贝图案及不同场景。GF-3 ScanSAR图像实验验证了该方法的良好性能。模型代码已在线公开。
关键词： 合成孔径雷达（SAR）、深度神经网络、扇贝效应、扫描式合成孔径雷达（ScanSAR）、残差学习
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于高阶等效距离模型的俯冲阶段SAR处理二维频谱
摘要： 针对俯冲阶段机载合成孔径雷达（SAR）处理，俯冲速度会给合成孔径时间内的距离历程带来额外的距离方差。传统双曲线距离模型不足以精确逼近实际距离方程，无法获得精确的二维频谱。为解决该问题，本文提出基于高阶等效距离模型的高精度频谱推导方法。通过引入高阶项，等效距离模型获得更多自由度，可精确拟合实际距离历程。基于所得距离模型，可获得俯冲阶段SAR的二维频谱。通过仿真实验验证了所提频谱方法的有效性。
关键词： 二维光谱、潜水平台、距离模型、合成孔径雷达（SAR）
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于自动阈值与分类方法的无监督洪水制图生成研究
摘要： 本文介绍了一种由DARES TECHNOLOGY公司开发的基于合成孔径雷达（SAR）星载图像的洪灾无监督监测方法，旨在提升灾害管理能力并协调应对洪灾危机事件。该方法结合了SAR预处理、具有双峰特性的分块直方图阈值分割以及无监督分割技术，并利用相干性等干涉参数优化结果。该检测方法的挑战在于实现完全无监督的运行模式——既无需训练数据，也不需要目标区域内的类别统计信息或地面实况数据。拟采用2017年8月29日孟买市强降雨引发洪灾的案例验证本方法，届时将使用4幅哨兵1号SAR图像进行验证。
关键词： 洪水监测，哨兵一号，合成孔径雷达
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 非均匀方位采样对79GHz SAR成像影响的评估
摘要： 传统合成孔径雷达（SAR）成像要求沿方位向进行均匀采样。这类成像依赖于频域算法（包括距离多普勒算法RDA、调频变标算法CSA[1]等），这些算法利用方位向快速傅里叶变换，因而需要均匀采样。虽然空间均匀采样并非总能实现，但若采样率达到奈奎斯特频率，样本可插值至均匀网格。本文研究了方位向采样不均匀且在某些区间不满足奈奎斯特条件时的SAR成像效果。结果表明：即使合成孔径中部存在大范围无采样区间，仍能形成图像。该结论对相控阵SAR天线或硬件产生脉冲串后跟随静默窗口的情况具有重要应用价值。
关键词： 图像聚焦、反投影、方位向采样、合成孔径雷达
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018年7月22日-2018年7月27日）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于哨兵1号合成孔径雷达的农业洪涝业务化监测
摘要： 农业洪水监测对粮食安全和经济稳定至关重要。合成孔径雷达（SAR）相比光学数据具有优势，其工作波长不受云层覆盖或缺乏光照的影响。这一特性使SAR成为灾害期间农业洪水监测中光学传感器的潜在替代方案。本研究旨在评估利用免费获取的哥白尼哨兵1号SAR数据进行美国农业洪水业务化监测的有效性。2017年飓风哈维期间（导致美国德克萨斯州和路易斯安那州发生严重洪灾），我们测试了洪水淹没的业务化检测能力。本文阐述了：1）基于哨兵1号SAR、2016年美国农业部耕地图层及2016/2017年作物土地数据层的农业洪水监测方法；2）洪水检测验证结果；3）被淹没农田与牧场面积估算值。研究表明，哨兵1号SAR是农业灾害业务化评估中有效且宝贵的数据源。
关键词： 飓风哈维、洪水检测、合成孔径雷达、农业洪水监测、哨兵一号
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 具备全分辨率成像能力的光电子高分辨率SAR处理技术
摘要： 合成孔径雷达（SAR）分辨率的提升拓展了其应用范围，但给SAR数据处理带来了巨大负担，实时处理成为一大难题。由于光电子技术具有超高速处理能力，已被用于SAR实时处理领域。本文提出一种新型实时光电子高分辨率SAR处理器，具备全分辨率成像能力。受限于空间光调制器（SLM）的数据规模，SAR原始数据无法一次性全部编码至光束上。为此，本系统方案引入子孔径架构：通过多个光学子孔径处理?？椴⑿薪蠸AR数据的光学处理，最终合成为全分辨率SAR图像。该?？橛啥喔鯯LM和透镜构成，是本文创新提出的实施方案。所提系统适用于大规模SAR数据处理，且通过增加相同的光学子孔径处理?？榧纯汕崴衫┱故莨婺?。实验采用机载SAR实测数据并给出了高分辨率图像，通过分析有无子孔径划分情况下聚焦结果的峰值旁瓣比（PSLR），验证了所提算法能获得令人满意的成像质量。
关键词： 高分辨率、合成孔径雷达、空间光调制器、子孔径、全分辨率成像、光电处理
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于高分三号波模式影像的有效波高反演
摘要： 有效波高（Hs）是一个重要参数，表现为方向波谱的积分值。尽管许多研究者直接从SAR图像中提取Hs并获得了较高的反演精度，但这些方法并不适用于高分三号（GF-3）SAR数据。本文提出一种基于SAR的Hs经验反演方法，利用VV极化高分三号（GF-3）波模式数据在不同雷达波束（称为波码）下获取的图像互谱实部估算λc。2017年1月至2月GF-3波模式数据的反演结果表明：189波码的偏差和均方根误差分别为-0.13米和0.57米；190波码为-0.07米和0.34米；193波码为-0.3米和0.59米；199波码为0.16米和0.68米；215波码为0.2米和0.87米。这些结果展示了反演Hs与WAVEWATCH-III（WW3）提取Hs之间的相对关系。但当WW3提取的Hs超过4米时存在显著误差，表明该模型不适用于高?？鱿碌腍s反演。
关键词： 波经验反演、GF-3卫星、截止波长估算、合成孔径雷达、海浪模式
更新于2025-09-23 15:22:29
-
基于深度迁移学习的PolSAR图像语义分割——利用小训练集实现平滑分类
摘要： 受斑点噪声和复杂散射现象影响，合成孔径雷达（SAR）图像的分类结果通常存在噪声干扰且碎片化，难以在实际应用中发挥作用?；谏疃妊暗挠镆宸指罴际跄芡绞迪址指钣敕掷啵佣竦闷交傅姆掷嗤计?。但这类方法需要大量像素级标注的数据集，其获取过程耗时且繁琐。相比普通照片和光学遥感影像，SAR数据的人工标注难度更大，导致相关技术在该领域的应用进展滞后。本文提出新数据集以支持高分辨率极化SAR图像的语义分割研究。受前述问题限制，该数据集规模较小仅含50个图像块。为此提出两种迁移学习策略：分别采用全卷积网络（FCN）和U-net架构，并选用不同预训练数据集以适应不同场景。实验表明两种方法均表现良好，证实了小规模训练集的可行应用前景。值得注意的是，尽管基于小图像块训练，两个网络都能完美适配大尺寸图像。该新数据集及方法有望为各类极化SAR应用提供基准参考。
关键词： 偏振测量、合成孔径雷达、图像分类、深度学习、图像分割
更新于2025-09-23 15:22:29
-
[IEEE 2018年中国国际合成孔径雷达研讨会（CISS）- 上海（2018.10.10-2018.10.12）] 2018年中国国际合成孔径雷达研讨会（CISS）- 基于深度神经网络从单极化SAR图像重建全极化SAR数据
摘要： 与单通道极化（单极化）合成孔径雷达图像相比，全极化（全极化）数据能传递更丰富的信息，但会以更高的系统复杂度、较低的分辨率或测绘带宽度为代价。为平衡这些因素，本文提出一种基于深度神经网络的方法，从单极化数据重建全极化数据。该方法包含两部分：首先应用特征提取网络获取多尺度分层空间特征，随后通过特征转换网络预测极化特征，进而重建全极化SAR数据。定性与定量结果表明，重建的全极化SAR数据与真实全极化数据高度吻合。该方法无需假设散射介质的先验信息，且框架可轻松扩展至非全极化数据的全极化重建。传统PolSAR应用（如基于模型的分解和无监督分类）现可直接应用于重建的全极化SAR图像，以解析物理散射机制。
关键词： 合成孔径雷达（SAR）、深度神经网络（DNN）、极化重建
更新于2025-09-23 15:22:29
-
[IEEE 2018年中国国际合成孔径雷达研讨会（CISS）- 上海（2018.10.10-2018.10.12）] 2018年中国国际合成孔径雷达研讨会（CISS）——基于小波多分辨率分析的太赫兹SAR高频振动补偿方法
摘要： 太赫兹波在合成孔径雷达（SAR）成像中的应用可以解决传统SAR成像中帧率限制和慢速运动目标检测的难题。太赫兹SAR（THz-SAR）与传统SAR最关键的区别在于运动补偿处理方式。由于太赫兹SAR的波长比常规微波SAR短得多，SAR平台的微小振动会导致图像模糊，尤其影响高频分量。高频振动会在SAR成像中产生配对回波，这类回波无法通过传统SAR成像算法聚焦。因此振动参数难以被精确估计，导致无法构建参考函数来补偿正弦调制相位。我们首先通过多普勒基线变换（DKT）实现太赫兹SAR成像中配对回波的聚焦，继而提出基于小波多分辨率分析的频率估计方法，并结合参数空间投影法，完成太赫兹SAR的高频振动估计。最终通过点目标回波的数值实验验证了所提方法的有效性。
关键词： 合成孔径雷达、高频振动误差、太赫兹、小波多分辨率分析、振动估计
更新于2025-09-23 15:22:29