基于比值算子的UWB SAR隱蔽目標(biāo)變化檢測方法研究.pdf

1、目前，隨著隱蔽目標(biāo)檢測軍事需求的不斷增長，超寬帶（Ultra-Wide Band，UWB）合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）作為一種新體制雷達(dá)，在隱蔽目標(biāo)檢測方面體現(xiàn)出了巨大的應(yīng)用潛力。利用兩時相的UWB SAR圖像進(jìn)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(biāo)，具有其他檢測技術(shù)無法媲美的低虛警率和高檢測率的優(yōu)勢。
　　國內(nèi)外相關(guān)機構(gòu)在UWB SAR隱蔽目標(biāo)變化檢測方面的主流方法是利用配準(zhǔn)

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(jié)果進(jìn)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(rèn)為廣義高斯（Generalized Gaussian，GG）的建模能力更強。但是，其對應(yīng)的CFAR檢測算法的推導(dǎo)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(nèi)外尚沒有相關(guān)研究。
　　此外，在運用LR算子對多時相UWB SAR圖像進(jìn)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(guān)鍵。但是，迄今為止，還沒有一個合適的關(guān)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(xiàn)中提出來。
　　基于以上分析，本文首先把應(yīng)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(biāo)檢測LR圖像的統(tǒng)計建模中，推導(dǎo)了GG分布模型對應(yīng)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(jìn)行對比，驗證了該方法的有效性，實現(xiàn)了隱蔽目標(biāo)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(dǎo)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(jìn)行了推導(dǎo)，結(jié)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(biāo)變化檢測。與基于GG分布