多途污染的SAS圖像統(tǒng)計(jì)特性數(shù)據(jù)分類研究

《多途污染的SAS圖像統(tǒng)計(jì)特性數(shù)據(jù)分類研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人或集體已經(jīng)發(fā)表或撰寫過的研究成果，對本文的研究做出貢獻(xiàn)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(quán)說明期：幽歹：復(fù)!絲本人完全了解云南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交學(xué)位論文和論文電子版；允許論文被查閱或借閱；學(xué)校可以公布論文的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。(保密的論文在解密后應(yīng)遵循此規(guī)定)研究生

2、簽名：．之盥導(dǎo)師簽名：本人及導(dǎo)師同意將學(xué)位論文提交至清華大學(xué)“中國學(xué)術(shù)期刊(光盤版)電子雜志社”進(jìn)行電子和網(wǎng)絡(luò)出版，并編入CNKI系列數(shù)據(jù)庫，傳播本學(xué)位論文的全部或部分內(nèi)容，同意按《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫出版章程》規(guī)定享受相關(guān)權(quán)益。研究生簽名：——導(dǎo)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(yùn)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(shù)最先運(yùn)用于合成孔徑雷達(dá)(SyntheticApertureRadar，簡稱SAR

3、)，成為對地觀測的主要手段。在SAR基礎(chǔ)上，經(jīng)過國內(nèi)外學(xué)者多年的研究，成功將其運(yùn)用到聲納中，成為一種新型的水下觀測手段，其國內(nèi)外研究成果已經(jīng)顯示出廣泛而巨大的軍事及民用前景。在SAS相關(guān)的諸多研究中，其圖像統(tǒng)計(jì)特性的研究具有重要科研價(jià)值和現(xiàn)實(shí)意義。它是去除SAS圖像中噪聲污染，提高SAS圖像成像質(zhì)量，提出SAS新成像算法的基礎(chǔ)。理想的SAS圖像可以用K分布描述，可是，在實(shí)際探測過程中，由于多途等噪聲污染，使其圖像的統(tǒng)計(jì)特性有所改變，分布偏離K分布而更偏向于由直達(dá)波和噪聲兩部分構(gòu)成的K+K混合分布，對于具有K+K分布的SAS圖像數(shù)據(jù)，在數(shù)據(jù)處理

4、中的一個重要問題是怎樣從統(tǒng)計(jì)學(xué)的角度將直達(dá)波數(shù)據(jù)和噪聲數(shù)據(jù)分離，為提高SAS圖像成像質(zhì)量及進(jìn)一步研究SAS圖像統(tǒng)計(jì)特性奠定基礎(chǔ)。基于以上分析，本文運(yùn)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(dá)到將直達(dá)波數(shù)據(jù)和噪聲數(shù)據(jù)分離開，從數(shù)據(jù)的角度去除噪聲的效果。其中，將最小錯誤概率Bayes分類運(yùn)用于混合K分布數(shù)據(jù)中，從理論上推導(dǎo)其在混合K+K分布數(shù)據(jù)分離中的運(yùn)用，最后通過實(shí)驗(yàn)分析其運(yùn)用的實(shí)際效果和各種不同參數(shù)對分類效果的影響并得出結(jié)論。K-MEANS聚類算法是圖像和數(shù)據(jù)聚類中的一種經(jīng)典算法，其最主要的一個特點(diǎn)是其本身是一種無

5、參聚類方法，將其運(yùn)用于混合K分布中，可以有效解決混合K分布參數(shù)估計(jì)困難的特點(diǎn)，從而尋找到一條從圖像和數(shù)據(jù)中直接去除K分布中由于多涂污染而產(chǎn)生的噪聲的道路。在SAS圖像數(shù)據(jù)統(tǒng)計(jì)特性的研究中，怎樣證明使用的數(shù)據(jù)和分類后數(shù)據(jù)服從K分布，以保證研究的有效性，是一個必要問題，本文運(yùn)用KS算法解決此問題，用于保證研究的有效性和實(shí)際意義。關(guān)鍵詞：SAS統(tǒng)計(jì)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