基于成像的sar原始数据压缩算法研究

《基于成像的sar原始数据压缩算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、创新性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：幽坠本人签名：迎型I[竺垒关于论文使用授权的声明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识

2、产权单位属西安电子科技大学。本人保证毕业离校后，发表的论文与本论文工作成果有关时署名单位仍然为西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规定)本人授权西安电子科技大学图书馆保存学位论文，并同意将论文在互联网上发布。本人签名：导师签。硼轧、审名：塑三一日期竺二』兰乡-▲l—L■，-▲，。■■，J■，JJ一1'●●]摘要合成孔径雷达是自上世纪五十年代逐步发展起来的一种雷达成像技术，其高分辨率的成像能力，全天时、全天

3、候的工作模式，多波段、多极化的发展趋势，促使其在民用、军用领域得到了广泛应用，极大方便了人们的生产生活，有利于国防建设，具有广阔的发展前景。目前，由于人们对信息的需求程度越来越高，SAR需要采集的回波数据日趋庞大，而现今有限的下传链路物理带宽严重影响了数据面向地面成像装备高效、及时的传输。介于此，SAR原始数据压缩技术应运而生。本文从数据压缩的基本原理入手，在这一部分重点介绍用于熵压缩的量化理论以及用于评价压缩能力的性能指标。随后，讨论了SAR成像的基本原理，并分析验证了SAR原始数据的统计特性。基于SAR数据的统计特性，完成了三种典型‘的

4、SAR原始数据压缩算法的原理阐述和仿真，并逐一进行了对比实验和分析。现有SAR原始数据压缩算法主要分为标量量化、矢量量化和基于变换域的量化。本文选取的三种典型算法，即基于时域和标量量化的块自适应量化算法(BAQ)和幅度．相位算法(AP)，以及基于变换域的FFT-BAQ算法。其中，BAQ算法是最基本的压缩算法，其分别针对数据的实、虚部做量化，运算简单，易于硬件实现。AP算法可以认为是BAQ算法的延伸，是特别针对保护数据的相位信息的压缩算法。在同比压缩下，实验结果表明，AP算法的相位保留程度大大优于BAQ算法，非常有利于后期成像处理。FFT-B

5、AQ算法实际上是两个BAQ量化器和一个变换操作的组合，其利用数据经某种变换后表现出的能量更为集中的特点，对数据的高能量区执行多比特量化，低能量区执行少比特量化或零量化，通过变比特编码从而实现更好的保留数据原貌的功能。在同压缩比下，FFT-BAQ算法的信噪比明显高于BAQ算法，且成像结果更为清晰。关键词：合成孔径雷达熵压缩量化理论块自适应量化变比特编码／’_-●～≮穸ABSTRACTDuetoitsstrongabilityofhighresolutioninimaging,all24hoursadayandanyweatherinworki

6、ngmode，andmulti-bandandmulti—polarindevelopingtrend，SyntheticApertureRadar(SAR)hasbeenextensivelyappliedtokindsoffields，bothinpublicandbymilitary．AsonekindofRadarimagingtechniquedevelopedeventuallysincethefifty’Sinlastcentury,SARfacilitiesthelifeofhuman-beingsandthenationa

7、ldefensegreatlyinrecentyears，anddefinitelyownawiderdevelopmentprospect．Inordertomeetthegrowingneedsofinformation，theamountofechodataincreasesrapidly,however,whichisnottoleratedbythephysicalbandwidthofdownloadlink．Therefore，SARrawdatacompressiontechniqueemergeswiththetidein

8、ages．Thispapercommellc懿withthebasisprincipleofdatacompression，focusesonthequantizationthe