HTML点击排行

1
该文在概述无人机载SAR技术特点的基础上,介绍了国内外无人机载SAR技术的发展概况,对无人机载 SAR的工作体制、关键技术、性能指标、典型系统及应用等方面的内容进行了归纳。结合研制的高分辨率、全极化、双天线干涉等SAR系统,重点讨论了基于功能单元的SAR系统设计、SAR实时成像数据处理、多维度运动误差补偿等技术。针对无人机的特点和对载荷的要求,概述了无人机载SAR在高分辨率、新功能模式等方面的技术进展。并针对国内外当前的发展概况,探讨了无人机载SAR技术的发展趋势。 该文在概述无人机载SAR技术特点的基础上,介绍了国内外无人机载SAR技术的发展概况,对无人机载 SAR的工作体制、关键技术、性能指标、典型系统及应用等方面的内容进行了归纳。结合研制的高分辨率、全极化、双天线干涉等SAR系统,重点讨论了基于功能单元的SAR系统设计、SAR实时成像数据处理、多维度运动误差补偿等技术。针对无人机的特点和对载荷的要求,概述了无人机载SAR在高分辨率、新功能模式等方面的技术进展。并针对国内外当前的发展概况,探讨了无人机载SAR技术的发展趋势。
2
针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力;然后利用改进后的卷积神经网络对SAR图像进行特征提取;最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。 针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力;然后利用改进后的卷积神经网络对SAR图像进行特征提取;最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。
3
深度卷积网络等深度学习算法变革了计算机视觉领域,在多种应用上的效果都超过了以往传统图像处理算法。该文简要回顾了将深度学习应用在SAR图像目标识别与地物分类中的工作。利用深度卷积网络从SAR图像中自动学习多层的特征表征,再利用学习到的特征进行目标检测与目标分类。将深度卷积网络应用于SAR目标分类数据集MSTAR上,10类目标平均分类精度达到了99%。针对带相位的极化SAR图像,该文提出了复数深度卷积网络,将该算法应用于全极化SAR图像地物分类,Flevoland 15类地物平均分类精度达到了95%。 深度卷积网络等深度学习算法变革了计算机视觉领域,在多种应用上的效果都超过了以往传统图像处理算法。该文简要回顾了将深度学习应用在SAR图像目标识别与地物分类中的工作。利用深度卷积网络从SAR图像中自动学习多层的特征表征,再利用学习到的特征进行目标检测与目标分类。将深度卷积网络应用于SAR目标分类数据集MSTAR上,10类目标平均分类精度达到了99%。针对带相位的极化SAR图像,该文提出了复数深度卷积网络,将该算法应用于全极化SAR图像地物分类,Flevoland 15类地物平均分类精度达到了95%。
4
该文提出了一种用于合成孔径雷达(SAR)的数字去斜方法, 适用于发射信号脉冲宽度能够覆盖整个测绘条带的轻小型SAR系统。利用该方法, 可以首先采用低于雷达系统发射信号带宽的采样频率对回波信号进行数字采集, 之后在数字域对距离向回波信号去斜, 通过频率分析法完成距离向的压缩处理, 无混叠地恢复出目标信息。该文给出了新方法的理论分析与数学推导, 并给出采样率选取准则, 通过仿真验证了该方法的正确性和有效性。 该文提出了一种用于合成孔径雷达(SAR)的数字去斜方法, 适用于发射信号脉冲宽度能够覆盖整个测绘条带的轻小型SAR系统。利用该方法, 可以首先采用低于雷达系统发射信号带宽的采样频率对回波信号进行数字采集, 之后在数字域对距离向回波信号去斜, 通过频率分析法完成距离向的压缩处理, 无混叠地恢复出目标信息。该文给出了新方法的理论分析与数学推导, 并给出采样率选取准则, 通过仿真验证了该方法的正确性和有效性。
5
在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大.SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度.该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了TerraSAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析.研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景. 在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大.SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度.该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了TerraSAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析.研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景.
6
传统的合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构特征,进而导致目标的不精确定位和大量虚警的产生。基于上述问题,该文构建了一个全新的SAR图像飞机目标检测算法框架。首先,针对大场景SAR图像应用需求,提出了改进的显著性预检测方法,从而实现SAR图像候选飞机目标多尺度快速粗定位;然后,设计并调优了含4个权重层的卷积神经网络(Convolutional Neural Network, CNN),实现对候选目标的精确检测和鉴别;最后,因为SAR数据量有限、易导致过拟合,提出4种适用于SAR图像的数据增强方法,具体包括平移、斑点加噪、对比度增强和小角度旋转。实验证实该飞机检测算法在高分辨率TerraSAR-X数据集上效果显著,与传统的SAR飞机检测方法相比,该方法检测效率更高,泛化能力更强。 传统的合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机检测方法一般利用像素对比度信息进行图像分割,从而提取待定目标。然而这些方法只考虑了像素亮度信息而忽视了目标的结构特征,进而导致目标的不精确定位和大量虚警的产生。基于上述问题,该文构建了一个全新的SAR图像飞机目标检测算法框架。首先,针对大场景SAR图像应用需求,提出了改进的显著性预检测方法,从而实现SAR图像候选飞机目标多尺度快速粗定位;然后,设计并调优了含4个权重层的卷积神经网络(Convolutional Neural Network, CNN),实现对候选目标的精确检测和鉴别;最后,因为SAR数据量有限、易导致过拟合,提出4种适用于SAR图像的数据增强方法,具体包括平移、斑点加噪、对比度增强和小角度旋转。实验证实该飞机检测算法在高分辨率TerraSAR-X数据集上效果显著,与传统的SAR飞机检测方法相比,该方法检测效率更高,泛化能力更强。
7
视频合成孔径雷达(Video Synthetic Aperture Radar, ViSAR)具有成像帧速快、分辨率高等优点,对近距运动目标的精细侦查和定位有迫切应用需求.相比微波段SAR成像系统,ViSAR载波波长短,平台的微小振动会引起回波信号相位的显著变化,常常导致图像无法聚焦,使得ViSAR在实际应用中受到限制,因此有必要开展ViSAR运动误差分析及其补偿技术的研究.该文分析结果表明,载机平台在飞行方向的振动和在斜距方向的低频振动对成像结果影响较小,而在斜距方向的高频振动对成像结果影响较大,要求补偿精度较高.鉴于ViSAR运动补偿的特殊性,该文提出一种运动补偿方案,可以满足ViSAR成像中的补偿精度要求,最后通过ViSAR成像仿真实验初步验证了理论分析的正确性和运动补偿方案的有效性. 视频合成孔径雷达(Video Synthetic Aperture Radar, ViSAR)具有成像帧速快、分辨率高等优点,对近距运动目标的精细侦查和定位有迫切应用需求.相比微波段SAR成像系统,ViSAR载波波长短,平台的微小振动会引起回波信号相位的显著变化,常常导致图像无法聚焦,使得ViSAR在实际应用中受到限制,因此有必要开展ViSAR运动误差分析及其补偿技术的研究.该文分析结果表明,载机平台在飞行方向的振动和在斜距方向的低频振动对成像结果影响较小,而在斜距方向的高频振动对成像结果影响较大,要求补偿精度较高.鉴于ViSAR运动补偿的特殊性,该文提出一种运动补偿方案,可以满足ViSAR成像中的补偿精度要求,最后通过ViSAR成像仿真实验初步验证了理论分析的正确性和运动补偿方案的有效性.
8
针对高分辨率SAR 舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法.该方法通过对比水面船只和干扰目标峰值区域Krogager 分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析.利用RADARSAT-2 的C 波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR 舰船目标检测中存在的虚警. 针对高分辨率SAR 舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法.该方法通过对比水面船只和干扰目标峰值区域Krogager 分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析.利用RADARSAT-2 的C 波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR 舰船目标检测中存在的虚警.
9
星载合成孔径雷达(Synthetic Aperture Radar, SAR)作为一种主动式微波成像传感器,能够不受天气、气候以及光线的影响,可以全天时、全天候地成像,因此,星载合成孔径雷达已发展成为一种不可或缺的对地观测工具。随着技术的进步,未来星载SAR 将实现高分辨率宽测绘带、低成本、小型化、多基多模式微波成像,并具有地面运动目标指示的能力,在最小的成本下获得最丰富的地物信息。这迫切需要星载SAR 系统在新模式、新体制、新技术方面取得重大突破。该文将围绕星载合成孔径雷达技术发展现状及未来趋势展开论述。 星载合成孔径雷达(Synthetic Aperture Radar, SAR)作为一种主动式微波成像传感器,能够不受天气、气候以及光线的影响,可以全天时、全天候地成像,因此,星载合成孔径雷达已发展成为一种不可或缺的对地观测工具。随着技术的进步,未来星载SAR 将实现高分辨率宽测绘带、低成本、小型化、多基多模式微波成像,并具有地面运动目标指示的能力,在最小的成本下获得最丰富的地物信息。这迫切需要星载SAR 系统在新模式、新体制、新技术方面取得重大突破。该文将围绕星载合成孔径雷达技术发展现状及未来趋势展开论述。
10
传统的脉冲多普勒雷达存在严重的测距测速模糊和盲区效应。该文结合压缩感知理论,考虑在正常脉冲重复间隔(Pulse Repetition Interval, PRI)上叠加一个随机扰动,并把PRI的随机变化巧妙转化为稀疏观测矩阵的受限等距性质(Restricted Isometry Property, RIP),提出了一种新的全相参动目标检测(Moving Target Detection, MTD)技术。并重点研究了距离速度模糊消除技术,给出了不模糊测距测速的参数设计充分条件。仿真实验结果表明,该方案检测性能高、无模糊、无盲区,并且相比传统的多脉冲串参差重频方法而言,只需一个脉冲串,大大缩短了相参处理周期。 传统的脉冲多普勒雷达存在严重的测距测速模糊和盲区效应。该文结合压缩感知理论,考虑在正常脉冲重复间隔(Pulse Repetition Interval, PRI)上叠加一个随机扰动,并把PRI的随机变化巧妙转化为稀疏观测矩阵的受限等距性质(Restricted Isometry Property, RIP),提出了一种新的全相参动目标检测(Moving Target Detection, MTD)技术。并重点研究了距离速度模糊消除技术,给出了不模糊测距测速的参数设计充分条件。仿真实验结果表明,该方案检测性能高、无模糊、无盲区,并且相比传统的多脉冲串参差重频方法而言,只需一个脉冲串,大大缩短了相参处理周期。
11
该文从外辐射源雷达探测机理和特点出发,论述了基于低频段(HF/VHF/UHF)数字广播(含电视)信号外辐射源雷达(Digital Broadcasting-based Passive Radar, DBPR)的发展现状和趋势。结合数字广播电视的电波覆盖情况和技术特点,首先从实验系统、技术参数、比测实验等方面论述了国外(尤其是欧洲)的研究现状,接着介绍了国内在不同频段新体制外辐射源雷达理论与实验研究上的最新进展,并对DBPR 的研究热点和关键技术进行了评述,包括波形特性及其修正、参考信号获取、多径杂波抑制、目标检测跟踪与融合、实时信号处理等方面|最后对该外辐射源雷达的发展趋势和应用前景进行了展望。 该文从外辐射源雷达探测机理和特点出发,论述了基于低频段(HF/VHF/UHF)数字广播(含电视)信号外辐射源雷达(Digital Broadcasting-based Passive Radar, DBPR)的发展现状和趋势。结合数字广播电视的电波覆盖情况和技术特点,首先从实验系统、技术参数、比测实验等方面论述了国外(尤其是欧洲)的研究现状,接着介绍了国内在不同频段新体制外辐射源雷达理论与实验研究上的最新进展,并对DBPR 的研究热点和关键技术进行了评述,包括波形特性及其修正、参考信号获取、多径杂波抑制、目标检测跟踪与融合、实时信号处理等方面|最后对该外辐射源雷达的发展趋势和应用前景进行了展望。
12
该文提出了一种基于高分辨率多普勒波束锐化图像的适用于双通道广域监视雷达系统的地面动目标检测、定位和测速方法。首先,分析了广域监视雷达系统的回波特性,给出了杂波抑制和参数估计算法。然后,针对双通道参数估计精度低的问题,提出了提高动目标参数估计精度的算法。最后,针对参数估计时模糊严重的问题,给出了有效的解模糊算法。仿真数据和实际飞行数据证明了该文方法的有效性。 该文提出了一种基于高分辨率多普勒波束锐化图像的适用于双通道广域监视雷达系统的地面动目标检测、定位和测速方法。首先,分析了广域监视雷达系统的回波特性,给出了杂波抑制和参数估计算法。然后,针对双通道参数估计精度低的问题,提出了提高动目标参数估计精度的算法。最后,针对参数估计时模糊严重的问题,给出了有效的解模糊算法。仿真数据和实际飞行数据证明了该文方法的有效性。
13
针对复杂电磁环境中现代雷达对高速、高机动、隐身目标探测的迫切需求,该文基于空时频域信号建模,提出多维联合相参积累的空时频检测前聚焦(STF-FBD)雷达信号处理新理论和新方法。STF-FBD 可有效抑制强杂波和有源干扰,克服尺度伸缩、孔径渡越、稀疏子带、跨距离、跨多普勒和跨波束等效应,显著提高能量积累、目标检测、参数测量、机动跟踪、特征提取和目标识别等环节的处理性能,并取得明显超越现有检测前跟踪(TBD)方法的性能,形成STF-FBD 和STF-FBD-TBD 的理论框架和技术体系。该文方法不仅适用于高速高机动隐身目标也适用于常规雷达目标,不仅适用于新体制雷达也适用于常规体制雷达,在诸多领域具有广阔的应用前景。 针对复杂电磁环境中现代雷达对高速、高机动、隐身目标探测的迫切需求,该文基于空时频域信号建模,提出多维联合相参积累的空时频检测前聚焦(STF-FBD)雷达信号处理新理论和新方法。STF-FBD 可有效抑制强杂波和有源干扰,克服尺度伸缩、孔径渡越、稀疏子带、跨距离、跨多普勒和跨波束等效应,显著提高能量积累、目标检测、参数测量、机动跟踪、特征提取和目标识别等环节的处理性能,并取得明显超越现有检测前跟踪(TBD)方法的性能,形成STF-FBD 和STF-FBD-TBD 的理论框架和技术体系。该文方法不仅适用于高速高机动隐身目标也适用于常规雷达目标,不仅适用于新体制雷达也适用于常规体制雷达,在诸多领域具有广阔的应用前景。
14
该文提出了一种基于压缩感知的认知雷达跟踪方法,该方法将压缩感知理论引入到认知雷达跟踪的问题中。通过对回波信号的稀疏表示,完成稀疏变换矩阵和观测矩阵的设计,实现了降采样条件下量测信号的重构。在系统的接收端,考虑到传统的粒子滤波容易陷入局部最优,对粒子数目要求大等问题,采用了粒子群优化的粒子滤波来对目标状态进行实时估计。在系统的发射端,采用优化后验克拉美罗界(Posterior Cramr-Rao Bounds, PCRB)设计了雷达发射波形参数,降低了对目标跟踪精度的PCRB。仿真表明,相比于传统跟踪方法,该文所提跟踪方法不仅有效地减少了雷达的数据量,而且较大地提高了目标的跟踪性能。 该文提出了一种基于压缩感知的认知雷达跟踪方法,该方法将压缩感知理论引入到认知雷达跟踪的问题中。通过对回波信号的稀疏表示,完成稀疏变换矩阵和观测矩阵的设计,实现了降采样条件下量测信号的重构。在系统的接收端,考虑到传统的粒子滤波容易陷入局部最优,对粒子数目要求大等问题,采用了粒子群优化的粒子滤波来对目标状态进行实时估计。在系统的发射端,采用优化后验克拉美罗界(Posterior Cramr-Rao Bounds, PCRB)设计了雷达发射波形参数,降低了对目标跟踪精度的PCRB。仿真表明,相比于传统跟踪方法,该文所提跟踪方法不仅有效地减少了雷达的数据量,而且较大地提高了目标的跟踪性能。
15
该文提出了一种比值距离像素相关性模型与相似像素选择的非局域SAR 图像相干斑抑制算法。首先由两像素的联合概率密度函数得出了比值距离像素相关性模型,并按错误概率最小准则训练生成了不同情况下的像素相似性阈值表,然后进行非局域窗中像素的相似性计算,并用查表所得的像素相似性阈值进行非局域窗中相似像素的选择,最后用选中的像素进行当前像素真实后向散射系数的估计。对仿真与实测SAR 图像的相干斑抑制实验显示,与其它现有非局域抑斑算法相比,该文方法不仅能最大程度地去除同质区域的噪声,而且可以对边缘纹理等细节区域进行很好地重构,滤波结果显示了很好的视觉效果,并且具有较低的计算复杂度。 该文提出了一种比值距离像素相关性模型与相似像素选择的非局域SAR 图像相干斑抑制算法。首先由两像素的联合概率密度函数得出了比值距离像素相关性模型,并按错误概率最小准则训练生成了不同情况下的像素相似性阈值表,然后进行非局域窗中像素的相似性计算,并用查表所得的像素相似性阈值进行非局域窗中相似像素的选择,最后用选中的像素进行当前像素真实后向散射系数的估计。对仿真与实测SAR 图像的相干斑抑制实验显示,与其它现有非局域抑斑算法相比,该文方法不仅能最大程度地去除同质区域的噪声,而且可以对边缘纹理等细节区域进行很好地重构,滤波结果显示了很好的视觉效果,并且具有较低的计算复杂度。
16
该文针对无载频脉冲雷达信号周期重复性的特点,提出了一种全新的高速数字采样方法和原理。该方法利用FPGA 的差分比较器端口构成高速1 bit 量化器,采用FPGA 内部多相位时钟,对1 bit 数据流进行并行交替数字采样,并缓冲编码,从而获得上吉赫兹的等效数字采样率。通过将多个比较电平下的1 bit 采样数据进行累积,从而完成高速数字采样过程。在Xilinx 的XC2V3000 的FPGA 中实现了该方法,获得了采样率达1.6 GHz 的8 bit等效高速模数转换器功能。该设计方法不仅能够提高等效采样方式的效率,而且与高速实时采样相比,具有低功耗、低成本的优势,在实际中获得了良好的应用。 该文针对无载频脉冲雷达信号周期重复性的特点,提出了一种全新的高速数字采样方法和原理。该方法利用FPGA 的差分比较器端口构成高速1 bit 量化器,采用FPGA 内部多相位时钟,对1 bit 数据流进行并行交替数字采样,并缓冲编码,从而获得上吉赫兹的等效数字采样率。通过将多个比较电平下的1 bit 采样数据进行累积,从而完成高速数字采样过程。在Xilinx 的XC2V3000 的FPGA 中实现了该方法,获得了采样率达1.6 GHz 的8 bit等效高速模数转换器功能。该设计方法不仅能够提高等效采样方式的效率,而且与高速实时采样相比,具有低功耗、低成本的优势,在实际中获得了良好的应用。
17
分布式压缩感知(Distributed Compressed Sensing, DCS)将单信号的压缩采样扩展到信号群的压缩采样,利用信号内相关性和互相关性对多个信号进行联合重构。统计多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统通过多发多收配置,在发射机、目标以及接收机之间构成对目标的分布式探测系统。该文将DCS应用到统计MIMO 雷达中,通过对该场景中目标回波的延时在距离空间稀疏性的分析,提出联合所有接收信号重构目标场景的设想,建立了接收信号的联合稀疏模型,并实现了目标参数估计的联合重构算法。仿真结果表明与基于压缩感知(Compressed Sensing, CS)的算法相比,基于DCS 的算法在进一步降低采样数目的同时提高了参数估计精度,同时也验证了DCS-MIMO 雷达可以有效克服目标的雷达散射截面积(Radar Cross Section, RCS)起伏。 分布式压缩感知(Distributed Compressed Sensing, DCS)将单信号的压缩采样扩展到信号群的压缩采样,利用信号内相关性和互相关性对多个信号进行联合重构。统计多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统通过多发多收配置,在发射机、目标以及接收机之间构成对目标的分布式探测系统。该文将DCS应用到统计MIMO 雷达中,通过对该场景中目标回波的延时在距离空间稀疏性的分析,提出联合所有接收信号重构目标场景的设想,建立了接收信号的联合稀疏模型,并实现了目标参数估计的联合重构算法。仿真结果表明与基于压缩感知(Compressed Sensing, CS)的算法相比,基于DCS 的算法在进一步降低采样数目的同时提高了参数估计精度,同时也验证了DCS-MIMO 雷达可以有效克服目标的雷达散射截面积(Radar Cross Section, RCS)起伏。
18
相位解缠是干涉SAR 数据处理中的关键步骤,解缠效果的好坏直接影响干涉测量的精度。该文针对质量指导的相位解缠方法需要进行大量排序操作,在干涉数据维度较大时解缠效率低下的问题,提出了一种基于堆排序的快速的质量指导相位解缠方法。首先通过干涉复数据对或干涉相位确定相位质量图。然后利用最大堆作为质量图排序的数据结构,通过对最大堆进行删除根结点、插入新结点操作的过程中始终保持最大堆的性质不变,从而实现了质量图的排序,完成了从高质量区域到低质量区域的相位解缠。与传统方法相比,基于堆排序的方法大大降低了计算的时间复杂度,对于干涉SAR 大面积测绘应用具有十分重要的意义。最后,通过仿真和实测数据验证了算法的正确性和高效性。 相位解缠是干涉SAR 数据处理中的关键步骤,解缠效果的好坏直接影响干涉测量的精度。该文针对质量指导的相位解缠方法需要进行大量排序操作,在干涉数据维度较大时解缠效率低下的问题,提出了一种基于堆排序的快速的质量指导相位解缠方法。首先通过干涉复数据对或干涉相位确定相位质量图。然后利用最大堆作为质量图排序的数据结构,通过对最大堆进行删除根结点、插入新结点操作的过程中始终保持最大堆的性质不变,从而实现了质量图的排序,完成了从高质量区域到低质量区域的相位解缠。与传统方法相比,基于堆排序的方法大大降低了计算的时间复杂度,对于干涉SAR 大面积测绘应用具有十分重要的意义。最后,通过仿真和实测数据验证了算法的正确性和高效性。
19
该文首先回顾了欧美等国家星载SAR 卫星技术的发展历程及发展趋势,介绍了各国在轨卫星及未来卫星发射计划等相关情况,在此基础上对星载合成孔径雷达卫星成像处理算法进行了总结和分析。论文具体分析了各主要成像算法的优缺点并指出其适用范围和应用现状,进而阐述了星载合成孔径雷达成像处理算法的发展趋势,重点介绍了基于压缩感知理论和基于新模式的成像处理算法,并给出了仿真结果。 该文首先回顾了欧美等国家星载SAR 卫星技术的发展历程及发展趋势,介绍了各国在轨卫星及未来卫星发射计划等相关情况,在此基础上对星载合成孔径雷达卫星成像处理算法进行了总结和分析。论文具体分析了各主要成像算法的优缺点并指出其适用范围和应用现状,进而阐述了星载合成孔径雷达成像处理算法的发展趋势,重点介绍了基于压缩感知理论和基于新模式的成像处理算法,并给出了仿真结果。
20
针对串行双基地合成孔径雷达(SAR)中的距离徙动的空变问题,该文提出了一种变标逆傅里叶变换成像算法,通过两次相位相乘和一次卷积操作实现距离徙动的精确校正。该算法基于一种由几何关系公式方法推导出的严格解析双基点目标频谱,可以完成长基线距离比条件下的串行双基SAR 的数据处理。仿真实验和对比实验验证了该算法的有效性和优越性。此外,不同于其他的变标算法,该变标逆傅里叶变换(SIFT)成像算法不依赖于信号的线性调频特性,同样适用于相位编码信号,有更广的适用范围。 针对串行双基地合成孔径雷达(SAR)中的距离徙动的空变问题,该文提出了一种变标逆傅里叶变换成像算法,通过两次相位相乘和一次卷积操作实现距离徙动的精确校正。该算法基于一种由几何关系公式方法推导出的严格解析双基点目标频谱,可以完成长基线距离比条件下的串行双基SAR 的数据处理。仿真实验和对比实验验证了该算法的有效性和优越性。此外,不同于其他的变标算法,该变标逆傅里叶变换(SIFT)成像算法不依赖于信号的线性调频特性,同样适用于相位编码信号,有更广的适用范围。
  • 首页
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 末页
  • 共:5页
  • 跳转
  • Go