论文部分内容阅读
合成孔径雷达(SAR)是一种高分辨率成像雷达，其原始数据量非常大，给数据的传输和存储带来很大困难。对SAR原始数据进行压缩，是解决这一问题的一种有效方法。本文的工作就是对SAR原始数据高倍数压缩算法进行研究。 本文首先分析了SAR原始数据的统计特性和功率特性，介绍了最佳标量量化、率失真理论以及LBG算法等基本理论，回顾了分块自适应量化(BAQ)和矢量量化(VQ)的原理及实现，为研究高倍数SAR原始数据压缩算法做好理论铺垫。 分块自适应矢量量化(BAVQ)是一种有效的SAR原始数据压缩算法，但要求增大压缩实际数据的压缩比时，其量化信噪比偏低，影响了压缩性能。为了提高压缩性能，本文对BAVQ算法进行了改进。具体措施如下：(1)通过分析BAVQ算法中BAQ量化数据的分布特性、相关性、量化信噪比及动态范围对VQ量化性能的影响，采用高位数BAQ量化代替了原有的2比特BAQ量化：(2)为了提高改进算法的编码效率，采用了快速编码算法，可在不降低压缩性能的前提下，有效地降低算法实现的复杂度：(3)在改进算法中增加了矢量码书选择功能，可对SAR原始数据进行不同倍数的压缩，解决了以往压缩算法中数据压缩比单一的问题。对实际SAR原始数据的压缩结果表明，改进算法不仅获得了比原算法更高的压缩性能，而且不同压缩比的解压缩数据成像都比较清晰，能够不同程度地保留图像中的细节信息。 以往的SAR原始数据压缩算法的压缩比通常比较小，为了进一步提高数据压缩比，本文提出了一种基于小波变换的SAR原始数据压缩算法。以算法简单且易于实现为原则，将能量低的频带内小波系数全部置0。采用这种算法可以将SAR原始数据压缩高达16倍。实际SAR原始数据的压缩结果表明，解压缩数据成像依然清晰，并且能在一定程度上保留图像中的细节信息。这种实现简单的基于小波变换的SAR原始数据压缩算法，适用于对数据压缩比要求比较高的SAR系统。