基于逼近 HVS 的评估方法在 SAR 干扰中的讨论基于逼近 HVS 的评估方法在 SAR 干扰中的讨论 【摘要】 对 SAR 干扰效果的评估已成为电子信息对抗领域的热点课题。传统的评估方法较依赖人工经验和数学统计。对此，本文提出了一种基于逼近 HVS 的评估方法。该方法通过建立局部方差加权 SSIM 的修正模型，使得评估的结果更加逼近 HVS（人类视觉系统）。实验仿真数据表明，该方法不仅在准确率方面优于传统的评估手段，而且在与人的视觉感知质量保持一致性方面做得较好。 【关键词】 干扰效果；评估方法；HVS；SSIM 1 引言 合成孔径雷达系统（SAR）是战略侦察和战场监视系统的重要组成部分，SAR 凭借其高分辨率的成像技术，与地面动目标显示（GMTI）技术相结合，目前已被广泛使用；已经部署的各国高分辨率星载 SAR 以及美国在亚太地区部署的“全球鹰”和 E8C 所搭载的机载 SAR 系统，对我国地面重要军事目标，特别是大型战略目标的军事部署、作战状态、战时生存等构成了极为严重的威胁。因此，对 SAR 的干扰讨论已成为电子信息对抗领域的热点课题。 SAR 干扰的基本过程是利用侦察设备侦测出 SAR 发射信号的方向、频率和其他调制参数，干扰机根据控制命令产生合适的干扰信号进入对方 SAR 的接收机，从而使对方难以猎取到正确的目标信息，以达到干扰的目的。而 SAR 干扰效果如何就需要有具体评估方案。目前由于保密原因，介绍相关评估方案的资料很少。目前国内流行的评估方法主要是基于欧几里德距离、相关系数、等效视数及均方误差等相关算法。本文提出一种基于逼近 HVS 的评估方法，并且针对该方法进行了初步的仿真验证。 2 基于逼近 HVS 的评估方法 逼近 HVS 的评估方法主要是引入结构相似度（SSIM）算法。该算法将人眼主观感受与图像客观评价联系在一起，从而兼具了传统主观评估法和客观评估法的优点。常规 SSIM 评估方法的思想是：人眼可以从视野中提取结构信息，对此结构信息相似度变化情况可以反应出图像失真的程度。SSIM 算法的优点在于计算像素点质量损失时考虑了该像素点所处的整个局部区域。可以认为在局部区域像素间的相关性方面，SSIM 算法优于传统的算法。 但是 SSIM 算法侧重图像的边缘结构特征，而对图像的细节纹理特征还欠缺考虑。假如 SAR 的干扰信号集中在图像的细节层面，SSIM 算法与人类视觉系统（HVS）就很难建立联系。因此，需要对SSIM 算法进行修正，加入图像的细节纹理...
