二维外推陷波滤波法抑制SAR图像孤立强散射旁瓣

本文主要探讨了"基于外推陷波滤波的孤立强散射旁瓣抑制"这一关键主题，发表于2015年的清华大学学报(自然科学版)。作者们针对极化合成孔径雷达(SAR)图像中常见的问题——孤立强散射旁瓣，提出了创新性的抑制方法。这个方法的核心在于利用Chirp-Z变换对AR(1)模型的参数进行识别，通过稳态Kalman预测理论构建出数据外推公式，以此实现对强散射信号的精确预测和控制。 具体步骤上，该方法首先通过Chirp-Z变换获取AR(1)模型的参数，这是理解信号动态行为的基础。接着，采用线性相位等波纹陷波滤波器来有效地消除这些强散射信号，这是一种能够在不失真信号的前提下过滤掉干扰的技术。随后，滤波器在频域操作中还原出强散射信号的主要成分，并且特别关注在滤波过程中可能引入的图像幅度误差，确保滤波结果的准确性。 与传统的空间变迹法和自适应旁瓣抑制方法相比，这种方法具有明显的优点：它简化了处理流程，无需复杂的空间域处理，而且能够较好地保持图像的分辨率，这意味着输出的图像质量更高。同时，由于采用了AR(1)模型和稳态Kalman预测，还能够保留图像的统计特性以及极化散射特性，这对于保持SAR图像的完整性至关重要。 论文通过仿真和实际测量数据的处理，证实了这种方法在抑制孤立强散射旁瓣方面的有效性。这不仅提升了SAR图像的质量，对于在遥感、地理信息系统等领域广泛应用的SAR技术具有重要意义。这篇论文提供了对SAR信号处理的一个新颖且实用的解决方案，对提高SAR图像分析的准确性和可靠性具有重要价值。