|
扩展功能
|
|
| 本文信息 | |
 |
补充材料 |
|
PDF(1452KB) |
|
[HTML全文] |
|
参考文献 |
| 服务与反馈 | |
|
加入引用管理器 |
|
引用本文 |
|
Email Alert |
|
文章反馈 |
|
浏览反馈信息 |
| 本文关键词相关文章 | |
|
成孔径雷达 |
|
原始数据 |
|
饱和 |
|
压缩 |
|
分块自适应量化 |
| 本文作者相关文章 | |
|
祁海明 |
|
禹卫东 |
|
陈曦 |
| PubMed | |
|
Article by Qi, H. M. |
|
Article by Y. W. D. |
|
Article by C. X. |
SAR饱和原始数据分段线性映射压缩算法
祁海明, 禹卫东, 陈曦
中国科学院电子学研究所, 北京, 100080
当星载SAR(synthetic aperture radar)原始数据的饱和度较高时, 传统BAQ(block adaptive quantization)算法性能明显下降. 为了改善其性能, 本文研究了原始文献中采样信号幅度均值与输入ADC(analog to digital converter)信号标准差的映射关系, 指出了其结果的疏漏并给出推导过程. 在引入ADC输出信号标准差概念的基础上, 本文完整地推导了采样信号幅度均值与ADC输出信号标准差的映射关系. Monte-Carlo实验表明, 在饱和度全集上, 以上两种映射均非SNR(signal to noise ratio)意义下的最优映射. 因此, 本文提出分段线性映射的概念以及饱和度全集最优搜索算法. 对于线性映射段, 给出了理论证明和$k$值解析解; 对于非线性映射段, 给出了分段线性映射的$k$值搜索算法. 仿真数据及实测数据实验结果表明, 当SAR原始数据饱和时, 本文提出算法的数据域SNR优于传统BAQ算法的数据域SNR.
中科院知识创新工程方向性项目(批准号: KGCX2-YW-412)、中国科学院优秀博士论文和院长奖学金获得者专项科研启动基金资助项目(批准号: 0813260042