论文部分内容阅读
合成孔径雷达作为一种高分辨率的微波遥感设备得到了日益广泛的应用。合成孔径雷达的数据压缩算法也经历了很多演变,它是其中数字信号处理中的一个重要步骤。 BAQ算法是传统的也是现在唯一实用的合成孔径雷达压缩算法。它的一个很重要的理论基础是在一定的区域内原始信号近似符合高斯分布。但是,当原始数据中含有饱和成分时,经过均匀量化的信号已经不是高斯分布。原始数据的能量不同,它经过均匀量化器之后的分布也不同。对分布不同的数据使用单一的门限电平,这不符合BAQ算法推导的初衷。 针对BAQ算法对含有饱和数据量化时效果比较差的问题。根据合成孔径雷达实际处理信号的步骤,提出一个符合实际的饱和数据产生的模型。在这个模型的基础上,提出了根据信号的统计均值计算信号的标准差,并且利用标准差推导量化门限和输出门限的方法,提出并且完善了一个完整的BAQ数据压缩方案。浮动的量化门限和输出门限更符合数据的统计特性,所以可以获得更高的量化信噪比。 在通常的均匀量化过程中,超过均匀量化器最大门限的输入信号一般被表示成器最大电平。在输入信号分布特性未知的情况下,这种方法无可厚非。但是对于合成孔径雷达信号,它是近似高斯分布的。如果以最小均方误差准则为量化准则,饱和信号的最佳输出电平应该是超过均匀量化器最大门限部分的质心。 从时域到频域、从单维到多维、从单一到合成的一个演变,压缩效果也越来越好。但是在实用方面,简单快速的算法比如BAQ、BFPQ等算法还是占统治地位,而其他一些效果更好的压缩算法比如矢量量化等受到运算速度的制约,很难应用。由于合成孔径雷达的数据率极高,所以算法的速度是最重要的因素。如果满足不了速度这个限制,性能再好的算法也不可能应用。 矢量量化是一种有效的数据压缩技术。虽然到现在矢量量化有很多快速搜索算法,但是它的速度还是没有达到要求。针对矢量量化速度慢的问题,第二部分从现行的矢量量化快速算法出发,提出了一个基于查表的快速搜索算法。在算法的基础上构架了一个快速矢量量化器,并且缩减了搜索的码书。在这个量化器中还使用了其他一些的快这算法,以支持它的高速度。实验结果表明这种量化器不们速度达到了 BAQ的水平,而且取得了比 BAQ更好的压缩效果。 对于高性能的SAR原始数据压缩算法己经有了很长时间的研究,所以本论文没有做进一步的深入探讨。着重在实用方面进行了理论推导和实验,包括对BAQ算法的完善和矢量量化快速算法的设计。