一种基于二维混合变换(DFT-DWT)的SAR回波信号去噪预处理方法,此方法是在SAR成像处理之前针对原始回波信号进行的一种预处理,其目的是在噪声混入SAR成像系统之前对回波信号进行去噪处理,从而提高SAR成像系统的信噪比,改善SAR图像的成像质量。步骤为:(1)获取SAR原始回波信号,经抽样及解调处理得到用于预处理的二维基带阵列回波信号;(2)对此回波信号进行二维混合变换(DFT-DWT);(3)去除回波信号经二维混合变换后的带外和高频系数部分;(4)对经过系数操作后的信号做逆二维混合变换;(5)将经以上预处理后的回波信号作为SAR成像处理系统的输入信号,生成SAR图像。适用于SAR成像系统中的预处理阶段,其在抑制强干扰、检测微弱目标和提高SAR成像质量等方面都有较好的效果。1、一种基于二维混合变换的SAR回波信号去噪预处理方法,其特征在于,包括如下步骤:(1)获取SAR目标回波信号;(2)对SAR目标回波信号进行时域采样;(3)对时域采样获得的结果进行时域解调,得到SAR二维基带回波信号s_b(n₁,n₂);(4)对所述SAR二维基带阵列回波信号s_b(n₁,n₂)进行二维混合变换,得到SAR目标回波信号的二维混合变换[X_L,X_H];(5)对SAR目标回波信号的二维混合变换[X_L,X_H]进行系数操作,去除其带外及高频系数部分,得到系数操作后的结果[X_L,X_H]_d;(6)对经系数操作后的结果[X_L,X_H]_d进行逆二维混合变换,得到去噪后的回波信号s_d(n₁,n₂);(7)将去噪后的回波信号s_d(n₁,n₂)作为SAR成像处理系统的输入信号,利用SAR重建算法生成SAR图像。2、根据权利要求1所述的方法,其特征在于,上述步骤(4)中所述二维混合变换包括以下步骤:(4-1)沿SAR二维基带回波信号s_b(n₁,n₂)的时域方向进行一维离散傅立叶变换,得到SAR目标回波信号的时域频谱S_b(k₁,n₂), S b ( k 1 , n 2 ) = Σ n 1 = 0 N 1 - 1 s b ( n 1 , n 2 ) W N 1 n 1 k 1 ]]>其中 W N 1 = exp ( - j 2 π N 1 ) , ]]>S_b(k₁,n₂)为回波的时域n₁方向上的频谱,S_b(k₁,n₂)中包含的目标信号的基带频带范围为 k 1 ∈ [ - N 1 ω 0 ω s , N 1 ω 0 ω s ] ; ]]>(4-2)沿空域方向对所述时域频谱S_b(k₁,n₂)进行一维小波变换,其小波分解过程如下ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="493"/> X H ( k 1 , k 2 , 1 ) = Σ n 2 = 0 N 2 - 1 S b ( k 1 , n 2 ) ψ 1 , k 2 ( n 2 ) = Σ n 2 = 0 N 2 - 1 Σ n 1 = 0 N 1 - 1 s b ( n 1 , n 2 ) W N 1 n 1 k 1 ψ 1 , k 2 ( n 2 ) ]]>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="64"/>和ψm,k₂(n₂)分别为正交的尺度方程和小波方程,m为分解的层数,得到二维混合变换后的结果[X_L,X_H],其中X_L(k₁,k₂,1)和X_H(k₁,k₂,1)分别为S_b(k₁,n₂)沿空域n₂方向小波分解后的低频和高频部分。3、根据权利要求1所述的方法,其特征在于,上述步骤(6)中所述逆二维混合变换包括以下步骤:(6-1)对[X_L,X_H]_d沿k₂方向进行一维逆离散小波变换,去掉高频部分X_H(k₁,k₂,1),其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="263"/>(6-2)对S_d(k₁,n₂)沿k₁方向做一维逆离散傅立叶变换,重建出去噪后的回波信号s_d(n₁,n₂),其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="490"/>技术领域
本发明涉及合成孔径雷达(SAR)信号处理技术领域,其用于SAR成像系统中。具体地,本发明涉及SAR成像处理之前的预处理阶段,针对SAR原始回波信号的去噪处理方法。本发明可应用于SAR成像系统的消噪、微弱目标的检测以及SAR图像处理等领域。
背景技术
由于具有高分辨率、高信噪比和全天候等优点,半个多世纪以来,合成孔径雷达(SAR)吸引了广泛的研究兴趣,并且已经应用于多个领域,如地形测绘,地面监测,资源勘探等。特别是在军事上,合成孔径雷达在战场地形测绘和目标探测方面都具有显著的能力,因此其发挥着越来越重要的作用。然而实际中,SAR系统不可避免地会受到来自各种噪声源的干扰,如热噪声,地面或海洋的杂波,电磁干扰等,从而其成像质量和对目标的检测都会受到严重的影响。近几十年来,针对SAR图像斑点噪声的问题,已经出现了很多的SAR图像处理方法,其中典型的算法如Lee,Kuan,Frost等等。然而,所有这些处理都可被归类为后处理方法,这些后处理都是在SAR成像处理之后针对SAR生成图像的处理方法,因此其很大程度上受到SAR成像质量的影响。但是在一些恶劣的情况下,SAR的成像性能将严重恶化。例如,由非常远的目标反射回来的回波信号将受到存在于空间中的各种噪音和杂波所干扰,从而变得非常微弱。此外,对于一些反雷达目标(如隐形飞机),其回波信号将变得非常微弱以至于无法被检测出来。另外,SAR成像系统会受到地面或海洋杂波干扰、大气云雾遮挡以及电子战中箔条干扰和敌方干扰机的干扰等等。在这些情况下,目标信号可能完全淹没在噪声中,从而使SAR图像的信噪比极度下降。由于在SAR图像生成之后,强噪声已被混人SAR成像系统而很难被分开,从而使后处理方法在改善SAR成像质量和目标检测方面发挥作用变得比较有限。SAR预处理是在SAR成像处理之前针对SAR原始回波信号的处理方法。与SAR生成图像相比,SAR原始回波信号保留了目标回波信号更多的特征。不同于不规则的噪声信号,目标回波信号具有一些独特的特性可被用来对噪声进行分离和消除。特别是当干扰非常强的时候,预处理的贡献会更加显著,其能够使SAR系统的信噪比得到明显的提高。因此,能够设计出一种有效的去噪预处理方法,对改善SAR系统性能以及提高后处理的效果都是非常重要的。SAR回波信号是一种典型的二维空时信号,其可以利用一些二维信号处理方法进行处理。现有的二维信号处理方法通常采用二维离散傅立叶变换(DFT)或二维离散小波变换(DWT)来消除噪声,这些方法并没有充分考虑到某些信号可能在两个方向上具有不同的特性。虽然小波变换(WT)在时频域具有很好的局部特性,但由于其较差的频率分辨率而很难去除窄带干扰。不同于DWT,DFT对频谱特性具有较好的分析能力,它可以用来去除带外噪声,但对于宽带噪声的消除不是很有效。由于DFT与DWT具有不同的特点,因此在分析复杂信号时,在两个方向只使用一种类型的变换有时是不够的。经分析,SAR回波信号中的目标回波信号在时域上是一种带限信号,其频带由SAR系统产生的雷达信号所确定;但其在空域上是一种宽带信号,其频率特性是不确定的。由于SAR回波信号具有的这种特性,使传统的二维信号处理方法在提取目标信号和去除SAR回波信号中的噪声方面都不是很有效。
发明内容
鉴于SAR回波信号中的目标回波信号在时域上是一种带限信号,其频带由SAR系统产生的雷达信号所确定;但其在空域上是一种宽带信号,其频率特性是不确定的,传统的二维信号处理方法在提取目标信号和去除SAR回波信号中的噪声方面都不是很有效,本发明提出了一种基于二维混合变换(DFT-DWT)的SAR回波信号去噪预处理方法。本发明的目的在于提高SAR系统的抗干扰能力,改善SAR系统的成像质量,也为后续的SAR图像处理以及目标的检测与识别等后处理工作提供较高质量的去噪图像。本发明的方法是:在SAR系统进行成像处理之前首先对原始回波信号进行一种去噪预处理,使噪声和干扰信号在混入SAR成像系统之前进行一次滤除,同时不损伤原有的目标信号。本发明对SAR回波信号的去噪处理采用二维混合变换(DFT-DWT)方法。二维混合变换是分析与处理复杂二维信号的一种新的处理算法,可以根据信号在水平方向和垂直方向的不同噪声分布,采用不同的变换与反变换。本发明在信号两个方向上结合使用离散傅立叶变换和离散小波变换,在混合变换域对SAR回波信号进行处理。本发明将两种变换灵活应用于SAR回波信号的不同方向上,解决了传统二维变换无法对SAR回波信号不同方向上具有不同特性的复杂噪声处理的问题。本发明采用二维混合变换(DFT-DWT)的有以下定义。对于一个二维N₁×N₂的阵列信号s(n₁,n₂),其二维混合变换(DFT-DWT)的实现步骤为:(1)针对s(n₁,n₂)沿第一个变量n₁方向做一维离散傅立叶变换S(k1,n2)=Σn1=0N1-1s(n1,n2)WN1n1k1---(1)]]>其中WN1=exp(-j2πN1),]]>S(k₁,n₂)是n₁方向上的频谱。(2)针对S(k₁,n₂)沿第二个变量n₂方向做一层分解的一维离散小波变换,得到原信号s(n₁,n₂)的二维混合变换,记为[X_L,X_H],其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="582"/>XH(k1,k2,1)=Σn2=0N2-1S(k1,n2)ψ1,k2(n2)=Σn2=0N2-1Σn1=0N1-1s(n1,n2)WN1n1k1ψ1,k2(n2)---(2b)]]>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="62"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="65"/>分别是正交的尺度方程和小波方程,m为分解的层数,X_L和X_H分别为S(k₁,n₂)小波分解的低频和高频部分。另外,其相应的逆二维混合变换的实现步骤如下:(1)针对[X_L,X_H]沿n₂方向进行一维逆离散小波变换,其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="558"/>(2)针对S(k₁,n₂)沿n₁方向做一维逆离散傅立叶变换,重建出原信号s(n₁,n₂)ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="617"/>本发明中SAR预处理的去噪原理:SAR原始回波信号s(t,u)为二维空时信号。不同于由干扰和噪声产生的信号,目标的回波信号在时域t方向上是一种带限信号,其频带由雷达信号的频带所确定;但其在空域u方向上是宽带信号,其频率特性是不确定的。此外,由于通常情况下目标的反射表面在空间中有很大的连续性,因此目标回波信号的时域频谱在空域方向上会有很大的相关性。本发明考虑到目标回波信号的这些特性,采用二维混合变换(DFT-DWT)能够使回波信号中空时两方向上的噪声得到很好的分离和去除:在时域方向上,对回波信号进行一维傅立叶变换,可将目标信号分离到时域频谱的通带内,从而可以有效地去除时域方向上的带外噪声;由于目标信号的时域频谱在空域方向上有较大的连续性,因此对时域频谱的空域方向进行一维小波变换后,目标信号将主要集中在低频部分,从而去除掉小波变换后的高频部分后,便可有效地去除掉空域方向上的噪声。本发明提供的SAR回波信号去噪预处理方法的具体实现步骤如下:步骤1:获取SAR系统接收到的含噪声的二维空时回波信号s(t,u),对其时域t方向进行抽样,得到二维阵列回波信号,根据奈奎斯特定理,对于频带为ω∈[ω_c-ω₀,ω_c+ω₀]的SAR雷达信号(ω_c为载频,ω₀为单边带宽),抽样频率ω_s应大于2ω₀。将回波信号s(n₁,n₂)解调到基带,解调过程为s_b(n₁,n₂)=s(n₁,n₂)·exp(-jω_cn₁),其中s_b(n₁,n₂)为得到的基带二维阵列回波信号。步骤2:将s_b(n₁,n₂)作为预处理的输入信号进行去噪处理,其具体处理步骤如下:(a)对s_b(n₁,n₂)进行二维混合变换,变换后的结果为[X_L,X_H],其具体变换过程参照上述(1)、(2)式。(b)对回波信号的二维混合变换[X_L,X_H]进行系数操作:去掉[X_L,X_H]带外及高频系数部分,其具体操作如下式所示XL(k1,k2,1)=0k1∉[-N1ω0ωs,N1ω0ωs]XH(k1,k2,1)=0∀k1,k2---(5)]]>(c)对经系数操作后的[X_L,X_H]进行逆二维混合变换,参照(3)、(4)式,重建出去噪处理后的回波信号s_d(n₁,n₂)。步骤3:对去噪预处理后的输出信号s_b(n₁,n₂)进行SAR成像处理,重建出SAR图像。根据本发明的一个方面,提供一种基于二维混合变换的SAR回波信号去噪预处理方法,包括如下步骤:(1)获取SAR目标回波信号;(2)对SAR目标回波信号进行时域采样;(3)对时域采样获得的结果进行时域解调,得到SAR基带回波信号s_b(n₁,n₂);(4)对所述SAR基带回波信号s_b(n₁,n₂)进行二维混合变换,得到SAR目标回波信号的二维混合变换[X_L,X_H];(5)对SAR目标回波信号的二维混合变换[X_L,X_H]进行系数操作,去除其带外及高频系数部分,得到系数操作后的结果[X_L,X_H]_d;(6)对经系数操作后的结果[X_L,X_H]_d进行逆二维混合变换,得到去噪后的回波信号s_d(n₁,n₂);(7)将去噪后的回波信号s_d(n₁,n₂)作为SAR成像处理系统的输入信号,利用SAR重建算法生成SAR图像。根据本发明的一个方面,上述步骤(4)中的二维混合变换包括以下步骤:(4-1)沿SAR基带回波信号s_b(n₁,n₂)的时域方向进行一维离散傅立叶变换,得到SAR目标回波信号的时域频谱S_b(k₁,n₂),Sb(k1,n2)=Σn1=0N1-1sb(n1,n2)WN1n1k1]]>其中WN1=exp(-j2πN1),]]>S_b(k₁,n₂)为基带回波信号的时域n₁方向上的频谱,S_b(k₁,n₂)中包含的目标信号的基带频带范围为k1∈[-N1ω0ωs,N1ω0ωs];]]>(4-2)沿空域方向对所述时域频谱S_b(k₁,n₂)进行一维小波变换,其小波分解过程如下ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="493"/>XH(k1,k2,1)=Σn2=0N2-1Sb(k1,n2)ψ1,k2(n2)=Σn2=0N2-1Σn1=0N1-1sb(n1,n2)WN1n1k1ψ1,k2(n2)]]>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="64"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="66"/>分别为正交的尺度方程和小波方程,m为分解的层数,由上述公式得到二维混合变换后的结果[X_L,X_H],其中X_L(k₁,k₂,1)和X_H(k₁,k₂,1)分别为S_b(k₁,n₂)沿空域n₂方向小波分解后的低频和高频部分。根据本发明的一个方面,上述步骤(6)中的逆二维混合变换包括以下步骤:(6-1)对[X_L,X_H]_d沿k₂方向进行一维逆离散小波变换,去掉高频部分X_H(k₁,k₂,1),其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="263"/>(6-2)对S_d(k₁,n₂)沿k₁方向做一维逆离散傅立叶变换,重建出去噪后的回波信号s_d(n₁,n₂),其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="475"/>为了进一步说明本发明的原理及特性,以下结合附图和具体实施方式对本发明进行详细说明。
附图说明
图1是根据本发明一个具体实施方式的流程图。图2是无噪声的SAR重建图像。图3是不含噪声的目标回波经二维混合变换后的结果。图4是含噪声的回波信号经二维混合变换后的结果。图5是含噪声的回波信号的二维混合变换经系数操作后的结果。图6是不同噪信比下的回波信号进行根据本发明一个具体实施方式的去噪预处理后的比较图。
具体实施方式
下面结合附图详细描述本发明的具体实施方式。星载或机载的SAR成像系统工作时以匀速飞行,并以相同的时间间隔向地面发射雷达信号,同时接收SAR回波信号。SAR成像系统发射的雷达信号具有特定的波形、载频、频带宽度等雷达信号参数,SAR成像系统利用这些参数对回波信号进行抽样、解调以及成像处理。实际中,SAR成像系统会受到来自各噪声源的强干扰,这些干扰噪声信号与目标回波信号一起由SAR系统接收并进行成像处理,从而对SAR图像的重建质量造成严重影响。图1是根据本发明一个具体实施方式的流程图。根据本发明提出的方法,对实际的SAR成像系统进行了仿真,仿真中模拟SAR系统受到强干扰的情况,在回波信号中添加了一定噪信比的高斯白噪声。利用本发明中的SAR去噪预处理方法,对SAR回波信号进行了去噪处理。参照实现流程图1,本发明提出的去噪预处理的具体实施过程如下:第1步,获取目标回波信号s(t,u),其中t为时域方向,u为空域方向;第2步,在目标回波信号中加入高斯白噪声n(t,u);第3步,获得含噪声的SAR回波信号s_n(t,u),其模型为s_n(t,u)=s(t,u)+n(t,u);第4步,根据雷达信号的频谱范围ω∈[-ω₀+ω_c,ω₀+ω_c](其基带频带为ω∈[-ω₀,ω₀],ω_c为雷达信号的载频),对SAR回波信号s_n(t,u)的时域方向进行采样,根据奈奎斯特定理设置其采样频率ω_s≥2ω₀,得到N₁×N₂的二维阵列回波信号s_n(n₁,n₂)(其中N₁和N₂分别为s_n(n₁,n₂)在方向和空域n₂上的长度);第5步,根据雷达信号的载频ω_c,对SAR回波信号s_n(n₁,n₂)的时域方向进行解调,得到SAR基带回波信号s_b(n₁,n₂)即s_b(n₁,n₂)=s_n(n₁,n₂)·exp(-jω_cn₁)其中s_b(n₁,n₂)为时域解调后的基带信号;第6步,对SAR基带回波信号s_b(n₁,n₂)进行二维混合变换:(1)沿时域n₁方向对s_b(n₁,n₂)做一维离散傅立叶变换(DFT),即Sb(k1,n2)=Σn1=0N1-1sb(n1,n2)WN1n1k1]]>其中WN1=exp(-j2πN1),]]>S_b(k₁,n₂)为回波的时域n₁方向上的频谱。根据雷达信号的基带频谱范围ω∈[-ω₀,ω₀]可知,S_b(k₁,n₂)中包含的目标信号的基带频带范围为k1∈[-N1ω0ωs,N1ω0ωs];]]>(2)沿空域n₂方向对时域频谱S_b(k₁,n₂)做一层分解的一维离散小波变换(DWT),其小波分解过程如下ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="493"/>XH(k1k2,1)=Σn2=0N2-1Sb(k1,n2)ψ1,k2(n2)=Σn2=0N2-1Σn1=0N1-1sb(n1,n2)WN1n1k1ψ1,k2(n2)]]>其中ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="64"/>和ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="65"/>分别为正交的尺度方程和小波方程,m为分解的层数。由上式可以得到二维混合变换后的结果[X_L,X_H],其中X_L(k₁,k₂,1)和X_H(k₁,k₂,1)分别为S_b(k₁,n₂)沿空域n₂方向小波分解后的低频和高频部分。第7步,对SAR回波信号经二维混合变换后的结果[X_L,X_H]进行系数操作:将[X_L,X_H]的带外部分系数设为0,并且将高频分量X_H的所有系数设为0。其具体操作可由下式表示:XL(k1,k2,1)=0k1∉[-N1ω0ωs,N1ω0ωs]XH(k1,k2,1)=0∀k1,k2]]>系数操作后的结果记为[X_L,X_H]_d。第8步,对上述系数操作后的结果[X_L,X_H]_d进行逆二维混合变换:(1)对[X_L,X_H]_d沿k₂方向进行一维逆离散小波变换(IDWT),由于去掉了高频部分X_H(k₁,k₂,1),其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="249"/>(2)对S_d(k₁,n₂)沿k₁方向做一维逆离散傅立叶变换(IDFT),重建出去噪后的回波信号s_d(n₁,n₂),其形式如下:ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="462"/>第9步,将去噪后的回波信号s_d(n₁,n₂)作为SAR成像处理的输入信号,利用SAR成像处理算法(如现有技术中的RD算法、CS算法、波数域成像算法等)对s_d(n₁,n₂)进行成像处理;第10步,获得去噪后的SAR重建图像。在根据本发明的一个具体实施方式中,采用了现有的SAR成像仿真程序(具体参见:Soumekhxa0M.Syntheticxa0Aperturexa0Radarxa0Signalxa0Processingxa0withMATLABxa0Algorithms[M].Newxa0York,USA,Johnxa0Wiley,1999),生成了具有5架飞机目标的SAR目标回波信号s(n₁,n₂),实验中设置雷达信号的频带为ω∈[500HZ,1500HZ],时域方向的采样频率ω_s设置为2000HZ,生成的目标回波信号s(n₁,n₂)为N₁×N₂=850×564的二维阵列信号。利用SAR波数域成像算法对其进行成像处理,重建后的SAR图像如图2所示。在没有加入噪声的情况下,将SAR目标回波信号s(n₁,n₂)解调为基带信号s_b(n₁,n₂),并对此二维信号s_b(n₁,n₂)进行二维混合变换,图3是此不含噪声的SAR目标回波信号二维混合变换后的[X_L,X_H]幅度3D图,图中垂直轴代表[X_L,X_H]的幅度值,横轴为k₁方向,纵轴为k₂方向。其中,沿k₁方向的时域频谱通带范围为k₁∈[213,638];沿k₂方向上,前半部分(k₂∈(1,282))为一层小波分解后的低频部分X_L,后半部分(k₂∈(283,564))为高频部分X_H。如图3所示,目标回波信号经二维混合变换后几乎全部被分离到低频部分X_L中的通带内。由此可见,根据本发明的方法,去除SAR目标回波信号经二维混合变换后的带外和高频部分的方法是可靠的,其既能够有效地去除二维信号两个方向上的噪声,又能使SAR目标回波信号不受损伤。仿真实验中,模拟SAR成像系统受到强干扰的情况,在目标回波信号s(n₁,n₂)中添加高斯白噪声n(n₁,n₂),则含噪声的回波信号的噪信比(Noise-to-Signal-Ratio,NSR)的具体计算方式由下式给出:NSR=P(n)P(s)=Σn1=0N1-1Σn2=0N2-1n(n1,n2)Σn1=0N1-1Σn2=0N2-1sb(n1,n2)]]>其中,P(n)=Σn1=0N1-1Σn2=0N2-1n(n1,n2)]]>为所有噪声信号的功率;P(s)=Σn1=0N1-1Σn2=0N2-1sb(n1,n2)]]>为N₁×N₂的SAR基带回波信号s_b(n₁,n₂)中包含的所有目标回波信号的功率。对于SAR回波信号的二维混合变换的系数操作的过程可参照图4和图5(图4和图5各坐标的含义及表现的内容同图3):图4为含噪声的SAR回波信号s_n(n₁,n₂)的二维混合变换结果[X_L,X_H],其中混入的高斯白噪声的噪信比为NSR=500。图5为[X_L,X_H]经系数操作后的结果[X_L,X_H]_d,经系数操作后只保留了[X_L,X_H]的低频分量X_L中通带内的系数部分。为了检验本发明提出的去噪预处理的效果,对4组SAR图像的成像效果进行了比较,其中每组图像分别为对一定噪信比下的回波信号不进行和进行去噪预处理后的SAR重建图像。如图6所示,4组图像为噪信比依次为NSR=200,500,800,1000时的SAR重建图像,其中每组左面的图像为未经去噪的SAR重建图像,右面是相应的经去噪预处理后的SAR重建图像。通过图6的比较可以看出,经本发明提出的去噪预处理后,SAR重建后的图像质量得到明显改善,图像中的目标也变得较为清晰。特别是当噪信比NSR超过800后,噪声图像中的目标几乎全部消失,但经过去噪预处理后其能够在重建图像中重新显现出来。由此可以看出,本发明提出的去噪预处理方法在抑制强干扰和提高SAR图像信噪比等方面具有良好效果。虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些具体实施方式仅是举例说明,本领域的技术人员在不脱离本发明的原理和实质的情况下,可以对上述方法和系统的细节进行各种省略、替换和改变。例如,合并上述方法步骤,从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此,本发明的范围仅由所附权利要求书限定。