基于压缩感知技术的sar原始回波数据压缩方法研究

《基于压缩感知技术的sar原始回波数据压缩方法研究》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、硕士学位论文基于压缩感知技术的SAR原始回波数据压缩方法研究SARRAWDATACOMPRESSIONBASEDONTHECOMPRESSEDSENSINGTECHNOLOGY胡新阳哈尔滨工业大学2010年7月国内图书分类号:TP958.2学校代码：10213国际图书分类号:621.396密级：公开工学硕士学位论文基于压缩感知技术的SAR原始回波数据压缩方法研究硕士研究生：胡新阳导师：邹斌教授申请学位：工学硕士学科、专业：信息与通信工程所在单位：电子与信息工程学院答辩日期：2010年7月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP958.2U.D.C:621.396Dis

2、sertationfortheMasterDegreeinEngineeringSARRAWDATACOMPRESSIONBASEDONTHECOMPRESSEDSENSINGTECHNOLOGYCandidate:HuXinyangSupervisor:Prof.ZouBinAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringAffiliation:SchoolofElectronicsandInformationEngineeringDateofDefenc

3、e:July,2010Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要合成孔径雷达(SyntheticApertureRadar,SAR)作为一种高分辨率成像雷达，正向多频段、多极化，超高分辨率以及多种工作模式方向发展，SAR原始数据量随之急剧增加，带来的是数据的传输和存储难题。对SAR原始数据进行有效压缩，是解决这一难题的一种有效方法。本文的工作就是对一种新的SAR原始数据压缩算法-基于压缩感知理论的SAR原始回波数据压缩算法进行研究。本论文首先分析了SAR原始回波数据的特点，包括统计特性，

4、频谱特性，相关特性，介绍了量化编码基本知识，回顾了两种经典的SAR原始回波数据压缩方法——分块自适应量化编码算法和将小波变换和分块自适应量化编码（BAQ）结合在一起的基于小波变换SAR原始回波数据压缩算法，利用两种方法对SAR原始回波进行压缩，给出了详细方案并对实验结果作出了评价。接着重点介绍了最新的压缩感知理论，通过分析给出了SAR信号的稀疏表示形式，以及压缩感知理论运用于SAR原始回波数据的适用条件。在研究将压缩感知理论运用于SAR原始回波数据压缩时，考虑了原始数据的选取，测量值的获取，信号的恢复等问题。将SAR成像算法看作是一种变换基，和压缩感知理论相结合，实现了基于压缩感知理论的SA

5、R原始回波数据压缩，并将其同传统的两种压缩方法作比较。实验结果表明将压缩感知理论运用于SAR原始回波数据压缩，能够在有效降低SAR原始回波数据率的同时，依然能保留图像中大部分重要目标信息。关键词：合成孔径雷达；原始回波数据压缩；分块自适应量化编码；小波变换；压缩感知；成像算法-I-哈尔滨工业大学工学硕士学位论文AbstractWiththedevelopmentofSyntheticapertureradar(SAR)intomulti-band,multi-polarization,andvarietiesofmodesofultra-highresolutionimagingradar,

6、themainproblemincreasedisthehugeamountofrawdatafortransmissionandstorage.EffectivecompressionontheSARrawdata,isoneoftheeffectivesolutionstothisproblem.ThisdissertationisfocusonanewSARrawdatacompressionalgorithm-basedoncompressedsensingtheoryofSARrawdatacompression.Firstly,thisdissertationanalyzesth

7、echaracteristicsofSARrawdata,includingstatisticalcharacteristics,spectrum,correlation,introducesthequantitativecoding,reviewsoftwoclassicSARrawdatacompressionalgorithms.Inthisdissertation,ablockadaptivequan