一种杂波分类辅助的近海岸模糊杂波抑制方法.docx

在合成孔径雷达（SAR）技术领域，近海岸模糊杂波抑制是一个关键问题，特别是在SAR-G/MMTI（SAR Ground/Marine Moving Target Indication）应用中。这种技术旨在在提供高分辨率静态图像的同时，能够检测和定位近海移动目标。多通道SAR系统通过利用多个接收通道来提升对缓慢运动目标的探测能力，其中杂波抑制是提高目标检测性能的关键。 杂波主要来源于海面、陆地和其他强散射物体，尤其是在海岸线附近，陆地杂波的方位模糊分量能量显著高于海杂波。这使得近海岸区域的慢速运动目标检测变得困难。处理这种杂波的技术主要包括数据预处理和后处理。数据预处理通常采用数字波束形成（DBF），通过增加空间采样率来重构模糊信号频谱。数据后处理则侧重于确定方位模糊杂波的空间位置，以准确估计杂波背景协方差矩阵。 束宇翔等人提出的方法利用统计直方图进行杂波分类，但依赖于杂波直方图峰值的可分性，且需要手动确定分类阈值，不适用于实际应用。XU等人提出的MFAutoB方法结合幅相信息和EM算法实现自动分割，但EM算法无法有效约束分类数量，可能导致分类过多或不足的问题，而且计算复杂度高，实时性不佳。 为了解决这些问题，文章提出了一种新的杂波分类辅助的近海岸模糊杂波抑制方法。通过多视干涉处理减少相干斑噪声，并结合多视干涉幅度、相位和幅度梯度信息构建特征张量及MIFCM（Multi-Feature Interferometric Fuzzy C-Means）。接着，利用近海岸区域的能量和相位概率分布统计图自动选择参考MIFCM，进行自动分类。在黎曼空间中，通过比较MIFCM间的距离完成分类，准确识别方位模糊位置。根据分类结果选择独立同分布（IID）的训练杂波样本，精确估计杂波协方差矩阵，实现自适应杂波抑制。 信号模型描述了一个正侧视的多通道SAR系统，其中沿航迹方向排列的多个接收通道与参考通道有不同间距。杂波的位置和时间变化会影响其在不同通道的响应，导致方位模糊。通过数学模型分析，可以看出陆地杂波的强度远超海杂波，因此需要针对性的抑制策略。 该方法创新地结合了多视干涉技术和模糊C均值聚类（FCM）的变体MIFCM，提高了杂波分类的准确性，降低了计算复杂度，提升了近海岸区域慢速运动目标的检测效率。这种方法对于改进SAR-G/MMTI系统的性能，尤其是应对复杂海岸环境的挑战，具有重要的理论和实践价值。