資源描述：
《多途污染的SAS圖像統(tǒng)計特性數(shù)據分類研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人或集體已經發(fā)表或撰寫過的研究成果，對本文的研究做出貢獻的集體和個人均已在論文中作了明確的說明并表示了謝意。研究生簽名：。生筮日論文使用和授權說明期：幽歹：復!絲本人完全了解云南大學有關保留、使用學位論文的規(guī)定，即：學校有權保留并向國家有關部門或機構送交學位論文和論文電子版；允許論文被查閱或借閱；學?？梢怨颊撐牡娜炕虿糠謨热?，可以采用影印、縮印或其他復制手段保存論文。(保密的論文在解密后應遵循此規(guī)定)研究生
2、簽名：．之盥導師簽名：本人及導師同意將學位論文提交至清華大學“中國學術期刊(光盤版)電子雜志社”進行電子和網絡出版，并編入CNKI系列數(shù)據庫，傳播本學位論文的全部或部分內容，同意按《中國優(yōu)秀博碩士學位論文全文數(shù)據庫出版章程》規(guī)定享受相關權益。研究生簽名：——導師簽名：日期：摘要合成孔徑聲納(SyntheticApertureSonar)是現(xiàn)代一種常用的水下探測聲納，它的基本原理是小尺寸的基陣通過勻速直線運動來模擬大孔徑基陣，從而獲得距離向和方位向的高分辨率。該技術最先運用于合成孔徑雷達(SyntheticApertureRadar，簡稱SAR
3、)，成為對地觀測的主要手段。在SAR基礎上，經過國內外學者多年的研究，成功將其運用到聲納中，成為一種新型的水下觀測手段，其國內外研究成果已經顯示出廣泛而巨大的軍事及民用前景。在SAS相關的諸多研究中，其圖像統(tǒng)計特性的研究具有重要科研價值和現(xiàn)實意義。它是去除SAS圖像中噪聲污染，提高SAS圖像成像質量，提出SAS新成像算法的基礎。理想的SAS圖像可以用K分布描述，可是，在實際探測過程中，由于多途等噪聲污染，使其圖像的統(tǒng)計特性有所改變，分布偏離K分布而更偏向于由直達波和噪聲兩部分構成的K+K混合分布，對于具有K+K分布的SAS圖像數(shù)據，在數(shù)據處理
4、中的一個重要問題是怎樣從統(tǒng)計學的角度將直達波數(shù)據和噪聲數(shù)據分離，為提高SAS圖像成像質量及進一步研究SAS圖像統(tǒng)計特性奠定基礎?；谝陨戏治?，本文運用最小錯誤概率BAYES分類方法和K-MEANS聚類方法對其研究，以達到將直達波數(shù)據和噪聲數(shù)據分離開，從數(shù)據的角度去除噪聲的效果。其中，將最小錯誤概率Bayes分類運用于混合K分布數(shù)據中，從理論上推導其在混合K+K分布數(shù)據分離中的運用，最后通過實驗分析其運用的實際效果和各種不同參數(shù)對分類效果的影響并得出結論。K-MEANS聚類算法是圖像和數(shù)據聚類中的一種經典算法，其最主要的一個特點是其本身是一種無
5、參聚類方法，將其運用于混合K分布中，可以有效解決混合K分布參數(shù)估計困難的特點，從而尋找到一條從圖像和數(shù)據中直接去除K分布中由于多涂污染而產生的噪聲的道路。在SAS圖像數(shù)據統(tǒng)計特性的研究中，怎樣證明使用的數(shù)據和分類后數(shù)據服從K分布，以保證研究的有效性，是一個必要問題，本文運用KS算法解決此問題，用于保證研究的有效性和實際意義。關鍵詞：SAS統(tǒng)計特性；KS檢測：Bayes分類；K-MEANS聚類AbstractAbstractSyntheticApertureSonar(SAS)isacommonlyusedunderwaterdetection
6、sonar，Itsbasicprincipleisthatthesmallsizeofthearraysbyuniformlinearmotiontosimulatethelargeaperturearraystoobtainthehighresolutionofthedistanceandazimuth．Thistechnologywasfirstusedinsyntheticapertureradar(SAR)，tobecometheprimarymeansforEarthObservation．Yearsofresearchschola
7、rsathomeandabroad，theuseofsyntheticaperturesonar，andhasbeenwidelyused．InthestudyofSAS，thestatisticalpropertiesoftheimagehasimportantscientificvalueandpracticalsignificance．ItisthebasisoftoremovetheSASimagenoisepollution，improvetheSASimageimagingqualityandtoputforwardtheSASn
8、ewimagingalgorithm．Intheory,usuallyusingtheKdistributiondescribestheSASimage，Howev
