基于比值算子的UWB SAR隱蔽目標變化檢測方法研究.pdf

1、目前，隨著隱蔽目標檢測軍事需求的不斷增長，超寬帶（Ultra-Wide Band，UWB）合成孔徑雷達（Synthetic Aperture Radar，SAR）作為一種新體制雷達，在隱蔽目標檢測方面體現(xiàn)出了巨大的應用潛力。利用兩時相的UWB SAR圖像進行變化檢測已經(jīng)被證明能夠較精確地發(fā)現(xiàn)地面車輛目標，具有其他檢測技術無法媲美的低虛警率和高檢測率的優(yōu)勢。
　　國內外相關機構在UWB SAR隱蔽目標變化檢測方面的主流方法是利用配準

2、的兩時相圖像比值算子或者對數(shù)比值（Log-Ratio，LR）算子后的結果進行CFAR（Constant False Alarm Rate，CFAR）檢測，而CFAR檢測的核心步驟是背景統(tǒng)計模型的建立，已有的方法通常采用高斯分布作為主流模型。然而，高斯分布難以精確描述LR圖像的統(tǒng)計特性，已有研究認為廣義高斯（Generalized Gaussian，GG）的建模能力更強。但是，其對應的CFAR檢測算法的推導至今是一個難題，同時GG分布是否

3、能夠精確描述UWB SAR LR圖像的統(tǒng)計特性，國內外尚沒有相關研究。
　　此外，在運用LR算子對多時相UWB SAR圖像進行變化檢測時，如何確定LR統(tǒng)計量的精確模型是檢測的關鍵。但是，迄今為止，還沒有一個合適的關于LR統(tǒng)計量的概率密度函數(shù)（Probability Density Function，PDF）和參數(shù)估計理論在文獻中提出來。
　　基于以上分析，本文首先把應用于常規(guī)SAR變化檢測問題的GG分布引入到UWB SAR隱

4、蔽目標檢測LR圖像的統(tǒng)計建模中，推導了GG分布模型對應的CFAR檢測閾值，通過和常規(guī)的基于高斯分布的CFAR檢測處理進行對比，驗證了該方法的有效性，實現(xiàn)了隱蔽目標的精確檢測。
　　其次，從UWB SAR圖像的成像特性出發(fā)，理論上推導了LR算子的PDF，對LR統(tǒng)計量的PDF參數(shù)的最大似然（Maximum Likelihood，ML）估計進行了推導，結合恒虛警率確定檢測閾值，實現(xiàn)了對UWB SAR圖像的隱蔽目標變化檢測。與基于GG分布