多譜段雷達(dá)低空環(huán)境要素感知方法與應(yīng)用研究.pdf

1、隨著低空空域的開(kāi)放與通用航空事業(yè)的發(fā)展，低空環(huán)境下的飛行器日益增多,然而由于低空環(huán)境要素感知能力的不足，是導(dǎo)致低空飛行器事故頻發(fā)的主要原因之一。為提升低空環(huán)境要素（靜止要素與運(yùn)動(dòng)要素）感知能力，開(kāi)展了多譜段雷達(dá)低空環(huán)境要素感知方法與應(yīng)用的研究。
　　針對(duì)低空環(huán)境下的細(xì)微靜止要素難以感知的問(wèn)題，尤其是細(xì)微電力線的提取，提出了基于局部霍夫變換與形態(tài)學(xué)優(yōu)化的SAR圖像電力線檢測(cè)算法。該方法首先采用Edison邊緣檢測(cè)算法對(duì)SAR圖像進(jìn)行

2、邊緣提取，然后對(duì)邊緣進(jìn)行邊緣帶劃分和像素點(diǎn)閾值濾波實(shí)現(xiàn)邊緣的分割，接著對(duì)分割的邊緣采用局部霍夫變換方法進(jìn)行直線提取，最后在所提取的線段中通過(guò)聯(lián)合距離和夾角閾值的形態(tài)學(xué)優(yōu)化處理和長(zhǎng)度閾值濾波檢測(cè)出電力線。與全局霍夫變換相比，所提局部霍夫變換不僅避免了同一直線中非連續(xù)線段的誤積累，而且由于算法復(fù)雜度的降低提高了該算法的實(shí)時(shí)性，形態(tài)學(xué)優(yōu)化利用電力線的形態(tài)學(xué)特征濾除田埂、道路的干擾，提升了 S AR圖像中電力線的檢測(cè)準(zhǔn)確率。實(shí)測(cè)S AR圖像處理

3、結(jié)果驗(yàn)證了所提算法的有效性。
　　針對(duì)低可探測(cè)性運(yùn)動(dòng)要素感知能力不足的問(wèn)題，利用運(yùn)動(dòng)目標(biāo)幀間稀疏關(guān)聯(lián)和靜止背景幀間低秩冗余的特性，我們提出了降維稀疏關(guān)聯(lián)運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先，通過(guò)窗口選擇觀測(cè)數(shù)據(jù)，將每幀窗口選擇的觀測(cè)數(shù)據(jù)拉伸后獲得觀測(cè)矢量，多幀觀測(cè)矢量組成觀測(cè)矩陣，然后通過(guò)增廣拉格朗日乘子對(duì)觀測(cè)矩陣進(jìn)行低秩與稀疏矩陣迭代分解，獲得的低秩與稀疏矩陣分別對(duì)應(yīng)背景與動(dòng)目標(biāo)(即動(dòng)靜分離)，接著由重疊滑窗遍歷，完成整幅圖像的動(dòng)靜分離，最后