CN102645652A - 单通道sar地面运动目标检测的方法 - Google Patents
单通道sar地面运动目标检测的方法 Download PDFInfo
- Publication number
- CN102645652A CN102645652A CN2012101303712A CN201210130371A CN102645652A CN 102645652 A CN102645652 A CN 102645652A CN 2012101303712 A CN2012101303712 A CN 2012101303712A CN 201210130371 A CN201210130371 A CN 201210130371A CN 102645652 A CN102645652 A CN 102645652A
- Authority
- CN
- China
- Prior art keywords
- son
- complex pattern
- target
- orientation
- moving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种单通道SAR地面运动目标检测的方法,包括:对原始回波数据进行杂波锁定估计,得到杂波多普勒中心频率;将原始回波数据变换至方位谱,以杂波多普勒中心频率为界,将方位谱分成正半频谱和负半频谱,由正半频谱和负半频谱分别得到第一子视复图像和第二子视复图像;对第一子视复图像和第二子视复图像进行方位向配准;由方位向配准后的第一子视复图像和第二子视复图像得到第一子视幅度图像和第二子视幅度图像;对第一子视幅度图像和第二子视幅度图像对应像素进行幅度比较,若幅度比值大于设定检测门限,则该像素处对应动目标,否则该像素处对应杂波背景,从而得到动目标检测结果。本发明能够有效抑制杂波和检测地面慢速运动目标。
Description
技术领域
本发明涉及雷达技术机载合成孔径雷达(Synthetic Aperture Radar,简称SAR)技术领域,具体涉及一种基于两视处理的单通道SAR地面运动目标检测的方法。
背景技术
频域滤波法是单通道SAR地面运动目标检测(Ground Moving TargetIndication,简称GMTI)方法中比较实用的方法。频域滤波法是基于动目标的多普勒中心频率偏离杂波多普勒中心频率来实现动目标检测的。由于频域滤波法是通过构造滤波器将杂波滤除同时保留动目标信息来进行动目标检测的,而慢速运动目标的频谱往往淹没在杂波频谱中,因此使用频域滤波法无法检测慢速运动目标。
基于两视处理的单通道SAR地面运动目标检测方法是单通道SAR地面运动目标检测方法中能够检测慢速运动目标的方法。常规的基于两视处理的单通道SAR地面运动目标检测方法根据静止场景和运动目标的多普勒谱的偏移不同,先将回波的多普勒谱分成对称两段分别成像,得到两子视合成孔径雷达图像,然后对两子视合成孔径雷达图像进行非相干相减对消地杂波检测动目标。常规的基于两视处理的单通道SAR地面运动目标检测方法对子视图像配准误差和方向图非对称误差十分敏感,杂波抑制能力有限,动目标检测结果虚警概率高、检测概率低,用于实际工程中效果很不理想。
发明内容
(一)要解决的技术问题
为解决上述的一个或多个问题,本发明提供了一种单通道SAR地面运动目标检测的方法,以使得单通道SAR系统准确检测出地面慢速运动目标。
(二)技术方案
根据本发明的一个方面,提供了一种单通道SAR地面运动目标检测的方法,包括:对原始回波数据进行杂波锁定估计,得到杂波多普勒中心频率;将原始回波数据变换至方位谱,以杂波多普勒中心频率为界,将方位谱分成正半频谱和负半频谱,由正半频谱和负半频谱分别得到第一子视复图像和第二子视复图像;对第一子视复图像和第二子视复图像进行方位向配准;由方位向配准后的第一子视复图像和第二子视复图像得到第一子视幅度图像和第二子视幅度图像;对第一子视幅度图像和第二子视幅度图像对应像素进行幅度比较,若幅度比值大于设定检测门限,则该像素处对应动目标,否则该像素处对应杂波背景,从而得到动目标检测结果。
(三)有益效果
从上述技术方案可以看出,本发明的单通道SAR地面运动目标检测的方法具备以下优点:
(1)本发明中,通过使用两子视合成孔径雷达图像方位平均幅度比较检测动目标,能够有效抑制杂波和检测地面慢速运动目标,动目标检测结果虚警概率低,检测概率高;
(2)本发明中,通过速度门限降虚警方法,使得虚警概率进一步降低,获得更好的动目标检测结果。
附图说明
图1为本发明实施例单通道SAR地面运动目标检测方法的流程图;
图2A、图2B、图2C分别为本发明实施例单通道SAR地面运动目标检测方法中,当杂波多普勒中心频率为零、为正、为负时方位谱划分方式;
图3为本发明实施例单通道SAR地面运动目标检测方法中在两子视图像对应像素沿方位向两边各取5个像素的示意图;
图4为本发明实施例单通道SAR地面运动目标检测方法中采用16点的窗口对初步检测出的动目标像素沿方位向加窗的示意图;
图5为本发明实施例单通道SAR地面运动目标检测方法中对判定为最终检测结果的动目标进行定位的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号。且在附图中,以简化或是方便标示。再者,附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应的值。
本发明基于两视处理的单通道SAR地面运动目标检测的方法,在存在子视图像配准误差和方向图非对称误差情况下,通过使用两子视合成孔径雷达图像方位平均幅度比较检测动目标和速度门限降虚警方法,能够有效抑制杂波和检测地面慢速运动目标,动目标检测结果虚警概率低,检测概率高,具有很好的工程实用性。
在本发明的一个示例性实施例中,提供了一种基于两视处理的单通道SAR地面运动目标检测的方法。图1为本发明单通道SAR地面运动目标检测方法的流程图。如图1所示,本实施例包括以下步骤:
步骤S102:对原始回波数据进行杂波锁定估计,得到杂波多普勒中心频率;
目前已经发展了多种杂波锁定技术,例如可以使用相关多普勒估值算法,具体方法如下:首先,计算相关系数:
其中,h(r,a)代表第r个距离采样单元、第a个方位采样单元的原始回波数据,M代表计算相关系数采用的方位采样点数,符号“*”代表取共轭。
随后,计算杂波多普勒中心频率:
其中,prf代表雷达脉冲重复频率,符号“arg{·}”代表取相角,上式得到的是使用第r个距离采样单元的原始回波数据估计出的杂波多普勒中心频率。
为了提高估计精度,实现时可以使用原始回波数据的多个(例如2048个)距离采样单元数据分别估计杂波多普勒中心频率再进行平均。
步骤S104:将原始回波数据变换至方位谱,以杂波多普勒中心频率为界,将方位谱分成正半频谱和负半频谱,由方位谱、正半频谱和负半频谱分别得到SAR复图像、第一子视复图像和第二子视复图像,其中复图像包含幅度信息和相位信息;
本步骤是对回波数据进行成像的步骤。成像方法采用变换线性调频尺度(Chirp Scaling,简称CS)算法,在CS算法中方位压缩处理步骤前利用步骤S102得到的杂波多普勒中心频率为界将方位谱分成正半频谱和负半频谱,经成像处理得到SAR复图像,第一子视复图像和第二子视复图像。该步骤又可以分为以下的子步骤:
步骤S104a,对原始回波数据进行方位向傅里叶变换,将其变换至方位频域;
步骤S104b,将变换至方位频域的回波信号与第一个相位函数Φ1相乘,进行线性调频尺度变换;
步骤S104c,将进行线性调频尺度变换后的回波信号进行距离向傅里叶变换;
步骤S104d,将进行距离向傅里叶变换后的回波信号与第二相位函数Φ2相乘,进行距离徙动校正和距离压缩;
步骤S104e,将进行距离徙动校正和距离压缩后的回波信号进行距离向逆傅里叶变换;
步骤S104f,将进行距离向逆傅里叶变换后的回波信号与第三相位函数Φ31相乘进行相位校正,得到相位校正后的方位谱;
步骤S104g,以杂波多普勒中心频率为界,将方位谱分成正半频谱和负半频谱;
步骤S104h,对方位谱、正半频谱和负半频谱分别与第四相位函数Φ32相乘,进行方位压缩;
步骤S104i,将进行方位压缩后的方位谱、正半频谱和负半频谱分别进行方位向逆傅里叶变换,得到SAR复图像,第一子视复图像和第二子视复图像。
将回波数据变换至方位谱,并对方位谱进行相位校正的方法为本领域技术人员所熟知的,此处不再赘述。
在理想的正侧视条件下,机载SAR杂波多普勒中心频率为零。实际中,往往难以保证理想的正侧视条件,在前斜视(小斜视角)条件下杂波多普勒中心频率为正,在后斜视(小斜视角)条件下杂波多普勒中心频率为负。当杂波多普勒中心频率为零、为正、为负时方位谱划分方式如图2A、图2B、图2C所示,图2A、图2B、图2C中,fdc代表杂波多普勒中心频率,prf代表雷达脉冲重复频率。
步骤S106:以第一子视复图像为基准,将SAR复图像、第一子视复图像和第二子视复图像进行方位向配准;
图像配准方法有多种,例如可以使用相关函数配准法,具体方法如下:
假设C1和C2分别代表待配准的两幅复图像,对这两幅复图像的幅度进行时域相关卷积,可以利用卷积的FFT性质实现快速计算得到相关系数:
ρ=FFT-1(FFT(|C1|)·(FFT(|C2|))*) (3)
其中,FFT代表傅里叶变换,FFT-1代表逆傅里叶变换,符号“|·|”代表取幅度。
|ρ|存在一个最大值,找出最大值所在位置,其最大值位置就对应最大匹配点的位置,于是得到偏移量,根据偏移量进行配准。
为了提高配准精度,采用相关函数配准法进行图像配准时,可以使用图像中心处方位向4096个像素点进行时域相关卷积得到偏移量,利用距离向2048个样本分别估计出的偏移量进行平均,得出平均偏移量,使用平均偏移量进行图像配准。以第二子视复图像与第一子视复图像的配准为例,该步骤又可以包括:
步骤S106a,计算第二子视复图像与第一子视复图像一个距离样本方位向的J个像素点的一组相关系数,该组相关系数实际包括J个分别的相关系数值;
步骤S106b,由距离样本方位向的该组相关系数计算第二子视复图像与第一子视复图像该距离样本方位向偏移量;
步骤S106c,重复步骤S106a和S106b计算第二子视复图像与第一子视复图像K个距离样本方位向偏移量;
步骤S106d,计算K个距离样本方位向偏移量的平均值得出平均方位向偏移量;
步骤S106e,将第二子视复图像像素沿方位向移动所述平均方位向偏移量,便可与第一子视复图像配准。
而SAR复图像与第一子视复图像的配准过程与上面的配准过程相同,此处不再重述。本步骤中,同样可以以第二子视复图像或SAR复图像为基准,只要达到将SAR复图像、第一子视复图像和第二子视复图像在方位向配准即可。
步骤S108:由方位向配准后的第一子视复图像和第二子视复图像得到第一子视幅度图像和第二子视幅度图像,对第一子视幅度图像和第二子视幅度图像对应像素进行幅度比较,若幅度比值大于设定检测门限,则该像素处对应动目标,否则该像素处对应杂波背景,从而得到动目标检测初步结果,第一子视幅度图像和第二子视幅度图像实际上只包含幅度信息;
由于飞行平台飞行速度误差等非理想因素,造成两子视图像不同局部区域配准量的不一致,使得图像配准出现配准误差,为了补偿配准误差对检测结果的影响,采用在两子视图像对应像素沿方位向两边分别取N和M个像素进行幅度平均后再进行比较。优选地,沿选定像素向方位向两侧对称地取像素点,即N=M。例如取N=5,如图3所示。
第一子视幅度图像为S1,第二子视幅度图像为S2,对于任一待检测像素K,两子视幅度图像方位平均幅度比较检测的具体实施方式为:若满足
或者
则判定该像素为动目标,否则判定该像素为杂波背景。
其中,η为检测门限。例如,S1k代表第一子视幅度图像第K个像素。检测门限的取值影响虚警概率和检测概率,需根据具体地物场景、应用需求等因素折中考虑。该步骤举例取N=5只为方便示意,N的选择与SAR幅度图像分辨率、所要求的虚警概率和检测概率有关,选择合适的N进行检测能够在不降低检测概率的同时降低虚警概率。一般情况下,5≤N≤160。
对子视图像每个对应像素均采用该实施方式进行检测,该步骤结束后得到动目标检测初步结果。
步骤S110:在方位向配准后的SAR复图像中,对初步检测出的动目标像素沿方位向加窗,提取动目标信号估计多普勒中心频率,减去杂波多普勒中心频率得到多普勒频谱偏移,利用多普勒频谱偏移估计得到动目标径向速度;
其中,可以使用相关多普勒估值算法对提取的动目标信号估计多普勒中心频率。此外,图4为本发明实施例单通道SAR地面运动目标检测方法中采用16点的窗口对初步检测出的动目标像素沿方位向加窗的示意图。如图4所示,在SAR复图像中,像素K是步骤S108判定为动目标像素的对应像素,沿方位向取K-8到K+7共16个像素点使用相关多普勒估值算法估计多普勒中心频率,减去步骤S102估出的杂波多普勒中心频率得到动目标频谱偏移,进而估计得出动目标径向速度。需要说明的是,此处窗口的大小可以根据计算量的大小进行调整,一般情况下窗口的大小应当介于8至64个像素之间。
例如,雷达波长λ为0.03125米,杂波多普勒中心频率为64Hz,沿方位向加窗提取其中一个动目标信号,使用相关多普勒估值算法估计出多普勒中心频率为320Hz,则动目标多普勒频谱偏移Δfd为256Hz(320Hz-64Hz),利用动目标多普勒频谱偏移估计动目标径向速度vr为:
其中,vr为正代表动目标靠近载机,vr为负代表动目标远离载机。
步骤S112:将径向速度小于目标最小可检测径向速度的动目标(动目标检测初步结果)作为虚假目标去除,从而得到最终动目标检测结果。
例如,目标最小可检测径向速度为2米/秒,则将步骤S110初步检测出的动目标径向速度估计结果的绝对值与2米/秒进行比较,径向速度估计结果的绝对值小于2米/秒的动目标作为虚假目标去除用于在保证应用需求条件下降低虚警概率,径向速度估计结果的绝对值大于等于2米/秒的动目标作为最终动目标检测结果。
在实际应用过程中,步骤S112可以省去,由步骤S110直接进入步骤S114进行处理。若进行步骤S112处理,可以进一步降低虚警概率,得到更好的检测效果。
步骤S114:由方位向配准后的SAR复图像得到SAR幅度图像,对判定为最终检测结果的动目标进行定位,然后将重新定位的动目标及其速度标注在方位向配准后的SAR幅度图像上,得到标注有动目标正确位置和速度信息的SAR幅度图像,如图5所示。
步骤S114中根据动目标径向速度估计结果对动目标进行定位:
x=x0+Δx (8)
其中,Δx为动目标方位偏移量,vr为动目标径向速度,Rm为动目标斜距(根据动目标距离像素位置计算),V为载机飞行速度,x为动目标真实方位位置,x0为检测出的动目标方位位置。
例如,载机平台飞行速度为200m/s,被检测出的动目标斜距为10000m,动目标径向速度估计结果为-4m/s,则动目标方位偏移量:
动目标真实方位位置x=x0+Δx=x0+200m(x0为检测出的动目标方位位置),然后将重新定位的动目标标注在SAR幅度图像上。
至此,本发明单通道SAR地面运动目标检测的方法介绍完毕。需要说明的是,上述对各步骤的定义并不仅限于实施方式中提到的各种具体实现方式,本领域的普通技术人员可对其进行简单地熟知地替换,例如:
(1)步骤S102和S110中使用的杂波锁定方法——相关多普勒估值算法可以用能量平衡算法、最小方差无偏质心估算法代替;
(2)步骤S104中使用的成像处理方法——变换线性调频尺度(CS)成像算法可以用距离-多普勒(R-D)成像算法代替;
(3)步骤S106中使用的图像配准方法——相关函数配准法可以用最大谱估计方法、相位差最小二乘法、最小平均波动函数法代替;
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种单通道SAR地面运动目标检测的方法,包括:
对原始回波数据进行杂波锁定估计,得到杂波多普勒中心频率;
将原始回波数据变换至方位谱,以所述杂波多普勒中心频率为界,将所述方位谱分成正半频谱和负半频谱,由所述正半频谱和负半频谱分别得到第一子视复图像和第二子视复图像;
对所述第一子视复图像和第二子视复图像进行方位向配准;
由方位向配准后的第一子视复图像和第二子视复图像得到第一子视幅度图像和第二子视幅度图像;
对第一子视幅度图像和第二子视幅度图像对应像素进行幅度比较,若幅度比值大于设定检测门限,则该像素处对应动目标,否则该像素处对应杂波背景,从而得到动目标检测结果。
2.根据权利要求1所述的单通道SAR地面运动目标检测的方法,其中,所述对第一子视幅度图像和第二子视幅度图像对应像素进行幅度比较的步骤包括:
在第一子视幅度图像的选定像素沿方位向两边分别取N个和M个像素进行幅度平均,得到第一像素平均幅度;
在第二子视幅度图像的对应像素沿方位向两边分别取N个和M个像素进行幅度平均,得到第二像素平均幅度;
将第一像素平均幅度和第二像素平均幅度进行幅度比较。
3.根据权利要求2所述的单通道SAR地面运动目标检测的方法,其中,所述5≤N≤160,M=N。
4.根据权利要求1所述的单通道SAR地面运动目标检测的方法,其中,所述将原始回波数据变换至方位谱的步骤之后还包括:由所述方位谱得到SAR复图像;
所述对第一子视复图像和第二子视复图像进行方位向配准的步骤包括:将所述SAR复图像、第一子视复图像和第二子视复图像进行方位向配准;
所述对方位向配准后的第一子视幅度图像和第二子视幅度图像对应像素进行幅度比较,从而得到动目标检测结果的步骤之后还包括:
以所述动目标检测结果为初步检测结果,在方位向配准后的SAR复图像中,对初步检测出的动目标像素沿方位向加窗,提取动目标信号估计多普勒中心频率;
将所述动目标信号估计多普勒中心频率减去所述杂波多普勒中心频率得到多普勒频谱偏移;
利用所述多普勒频谱偏移估计得到动目标径向速度;
如果所述动目标径向速度大于目标最小可检测径向速度,则保留该动目标;否则,将该动目标作为虚假目标去除,从而得到最终动目标检测结果。
5.根据权利要求4所述的单通道SAR地面运动目标检测的方法,其中,所述对初步检测出的动目标像素沿方位向加窗的步骤中,所述窗口的大小介于8至64个像素之间。
6.根据权利要求4或5所述的单通道SAR地面运动目标检测的方法,其中,所述得到动目标检测结果的步骤之后还包括:
由方位向配准后的SAR复图像得到SAR幅度图像;对判定的动目标进行定位,将定位的动目标及其速度标注在方位向配准后的SAR幅度图像上。
7.根据权利要求1所述的单通道SAR地面运动目标检测的方法,其中,采用以下方法之一对原始回波数据进行杂波锁定估计,得到杂波多普勒中心频率:相关多普勒估值算法、能量平衡算法和最小方差无偏质心估算法。
8.根据权利要求1所述的单通道SAR地面运动目标检测的方法,其中,采用以下方法之一将原始回波数据变换至方位谱,并由正半频谱和负半频谱分别得到第一子视复图像和第二子视复图像:变换线性调频尺度算法和距离-多普勒成像算法。
9.根据权利要求1所述的单通道SAR地面运动目标检测的方法,其中,采用以下方法之一将第一子视复图像和第二子视复图像进行方位向配准:相关函数配准法、最大谱估计方法、相位差最小二乘法和最小平均波动函数法。
10.根据权利要求1所述的单通道SAR地面运动目标检测的方法,其中,采用相关函数配准法将第一子视复图像和第二子视复图像进行方位向配准的步骤包括:
步骤S106a,计算第二子视复图像与第一子视复图像一个距离样本方位向的J个像素点的一组相关系数,该组相关系数包括J个分别的相关系数值;
步骤S106b,由距离样本方位向的该组相关系数计算第二子视复图像与第一子视复图像该距离样本方位向偏移量;
步骤S106c,重复步骤S106a和S106b计算第二子视复图像与第一子视复图像K个距离样本方位向偏移量;
步骤S106d,计算K个距离样本方位向偏移量的平均值得出平均方位向偏移量;
步骤S106e,将第二子视复图像像素沿方位向移动所述平均方位向偏移量,便可与第一子视复图像配准。
11.根据权利要求1-3,7-10中任一项所述的单通道SAR地面运动目标检测的方法,
所述对第一子视复图像和第二子视复图像进行方位向配准的步骤包括:将所述SAR复图像、第一子视复图像和第二子视复图像进行方位向配准;
所述得到动目标检测结果的步骤之后还包括:由方位向配准后的SAR复图像得到SAR幅度图像;对判定的动目标进行定位,将定位的动目标及其速度标注在方位向配准后的SAR幅度图像上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101303712A CN102645652A (zh) | 2012-04-28 | 2012-04-28 | 单通道sar地面运动目标检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101303712A CN102645652A (zh) | 2012-04-28 | 2012-04-28 | 单通道sar地面运动目标检测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102645652A true CN102645652A (zh) | 2012-08-22 |
Family
ID=46658592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101303712A Pending CN102645652A (zh) | 2012-04-28 | 2012-04-28 | 单通道sar地面运动目标检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102645652A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336271A (zh) * | 2013-03-26 | 2013-10-02 | 中国科学院电子学研究所 | 一种基于信号子空间技术的单通道星载sar动目标检测方法 |
CN103364783A (zh) * | 2013-07-04 | 2013-10-23 | 西安电子科技大学 | 基于单通道sar的运动目标径向速度无模糊估计方法 |
CN103454634A (zh) * | 2013-08-08 | 2013-12-18 | 上海交通大学 | 基于多普勒谱分析的sar运动目标检测方法 |
CN104297736A (zh) * | 2014-09-23 | 2015-01-21 | 西安电子工程研究所 | 一种用于雷达接收通道阵列的校正方法 |
CN105844585A (zh) * | 2016-03-30 | 2016-08-10 | 中国矿业大学(北京) | 一种探地雷达数据比对算法 |
CN107909608A (zh) * | 2017-10-30 | 2018-04-13 | 北京航天福道高技术股份有限公司 | 基于互信息和局部频谱抑制的运动目标定位方法及装置 |
CN108490440A (zh) * | 2018-03-26 | 2018-09-04 | 西安电子科技大学 | 基于多普勒谱偏移量校正的目标位置定位方法 |
CN108490417A (zh) * | 2018-05-22 | 2018-09-04 | 电子科技大学 | 一种精确的sar动目标参数估计方法 |
CN108549081A (zh) * | 2018-05-02 | 2018-09-18 | 北京空间飞行器总体设计部 | 一种高轨合成孔径雷达动目标速度检测方法 |
CN108828545A (zh) * | 2018-04-28 | 2018-11-16 | 中国科学院电子学研究所 | 与静止目标成像关联的运动目标检测系统及其检测方法 |
CN109165628A (zh) * | 2018-09-12 | 2019-01-08 | 首都师范大学 | 提高动目标检测精度的方法、装置、电子设备及存储介质 |
CN110146882A (zh) * | 2019-04-03 | 2019-08-20 | 北京空间飞行器总体设计部 | 一种基于星载视频sar的运动目标检测与参数估计方法 |
CN111880154A (zh) * | 2020-05-29 | 2020-11-03 | 西安电子科技大学 | 基于对称波数谱对消的复图像域运动目标检测方法 |
CN112924950A (zh) * | 2021-01-26 | 2021-06-08 | 森思泰克河北科技有限公司 | 静止人物区分方法、装置及终端设备 |
CN113484860A (zh) * | 2021-07-06 | 2021-10-08 | 中国科学院空天信息创新研究院 | 基于多普勒中心异常的sar图像海洋锋检测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609152A (zh) * | 2009-07-17 | 2009-12-23 | 重庆大学 | 一种基于单通道合成孔径雷达(sar)子图像对消的运动目标检测方法 |
CN102353953A (zh) * | 2011-09-15 | 2012-02-15 | 西安电子科技大学 | 单通道sar地面运动目标成像方法 |
-
2012
- 2012-04-28 CN CN2012101303712A patent/CN102645652A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609152A (zh) * | 2009-07-17 | 2009-12-23 | 重庆大学 | 一种基于单通道合成孔径雷达(sar)子图像对消的运动目标检测方法 |
CN102353953A (zh) * | 2011-09-15 | 2012-02-15 | 西安电子科技大学 | 单通道sar地面运动目标成像方法 |
Non-Patent Citations (3)
Title |
---|
周峰 等: "基于两视处理的单通道SAR地面运动目标检测和定位", 《西安电子科技大学学报(自然科学版)》 * |
周红 等: "单通道UWB SAR地面运动目标变化检测", 《雷达科学与技术》 * |
高飞 等: "复杂背景下单通道SAR运动目标检测方法", 《哈尔滨工程大学学报》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336271A (zh) * | 2013-03-26 | 2013-10-02 | 中国科学院电子学研究所 | 一种基于信号子空间技术的单通道星载sar动目标检测方法 |
CN103364783A (zh) * | 2013-07-04 | 2013-10-23 | 西安电子科技大学 | 基于单通道sar的运动目标径向速度无模糊估计方法 |
CN103364783B (zh) * | 2013-07-04 | 2015-01-28 | 西安电子科技大学 | 基于单通道sar的运动目标径向速度无模糊估计方法 |
CN103454634A (zh) * | 2013-08-08 | 2013-12-18 | 上海交通大学 | 基于多普勒谱分析的sar运动目标检测方法 |
CN103454634B (zh) * | 2013-08-08 | 2015-07-08 | 上海交通大学 | 基于多普勒谱分析的sar运动目标检测方法 |
CN104297736A (zh) * | 2014-09-23 | 2015-01-21 | 西安电子工程研究所 | 一种用于雷达接收通道阵列的校正方法 |
CN105844585A (zh) * | 2016-03-30 | 2016-08-10 | 中国矿业大学(北京) | 一种探地雷达数据比对算法 |
CN107909608A (zh) * | 2017-10-30 | 2018-04-13 | 北京航天福道高技术股份有限公司 | 基于互信息和局部频谱抑制的运动目标定位方法及装置 |
CN108490440A (zh) * | 2018-03-26 | 2018-09-04 | 西安电子科技大学 | 基于多普勒谱偏移量校正的目标位置定位方法 |
CN108828545A (zh) * | 2018-04-28 | 2018-11-16 | 中国科学院电子学研究所 | 与静止目标成像关联的运动目标检测系统及其检测方法 |
CN108549081A (zh) * | 2018-05-02 | 2018-09-18 | 北京空间飞行器总体设计部 | 一种高轨合成孔径雷达动目标速度检测方法 |
CN108549081B (zh) * | 2018-05-02 | 2020-05-08 | 北京空间飞行器总体设计部 | 一种高轨合成孔径雷达动目标速度检测方法 |
CN108490417A (zh) * | 2018-05-22 | 2018-09-04 | 电子科技大学 | 一种精确的sar动目标参数估计方法 |
CN109165628A (zh) * | 2018-09-12 | 2019-01-08 | 首都师范大学 | 提高动目标检测精度的方法、装置、电子设备及存储介质 |
CN109165628B (zh) * | 2018-09-12 | 2022-06-28 | 首都师范大学 | 提高动目标检测精度的方法、装置、电子设备及存储介质 |
CN110146882A (zh) * | 2019-04-03 | 2019-08-20 | 北京空间飞行器总体设计部 | 一种基于星载视频sar的运动目标检测与参数估计方法 |
CN110146882B (zh) * | 2019-04-03 | 2021-04-23 | 北京空间飞行器总体设计部 | 一种基于星载视频sar的运动目标检测与参数估计方法 |
CN111880154A (zh) * | 2020-05-29 | 2020-11-03 | 西安电子科技大学 | 基于对称波数谱对消的复图像域运动目标检测方法 |
CN111880154B (zh) * | 2020-05-29 | 2023-07-04 | 西安电子科技大学 | 基于对称波数谱对消的复图像域运动目标检测方法 |
CN112924950A (zh) * | 2021-01-26 | 2021-06-08 | 森思泰克河北科技有限公司 | 静止人物区分方法、装置及终端设备 |
CN113484860A (zh) * | 2021-07-06 | 2021-10-08 | 中国科学院空天信息创新研究院 | 基于多普勒中心异常的sar图像海洋锋检测方法及系统 |
CN113484860B (zh) * | 2021-07-06 | 2023-07-14 | 中国科学院空天信息创新研究院 | 基于多普勒中心异常的sar图像海洋锋检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102645652A (zh) | 单通道sar地面运动目标检测的方法 | |
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN108469608B (zh) | 一种运动平台雷达多普勒质心精确估计方法 | |
CN101498788B (zh) | 一种逆合成孔径雷达的目标转角估计和横向定标方法 | |
CN103293521B (zh) | 一种利用x波段雷达探测近海海域水深的方法 | |
CN103901429A (zh) | 基于稀疏孔径的机动目标逆合成孔径雷达成像方法 | |
CN102141611B (zh) | 斜视合成孔径雷达多普勒模糊数快速测定方法 | |
CN110568434B (zh) | 一种多通道匀加速sar动目标二维速度估计方法 | |
CN102288943A (zh) | 基于两视实图像处理的单通道sar-gmti方法 | |
CN102609701A (zh) | 基于最佳尺度的高分辨率合成孔径雷达遥感检测方法 | |
Støle-Hentschel et al. | Consistency between sea surface reconstructions from nautical X-band radar Doppler and amplitude measurements | |
CN102520404B (zh) | 一种基于图像质量最优的sar多普勒模糊数估计方法 | |
CN103777188A (zh) | 一种基于双频共轭处理的InISAR成像方法 | |
Zhu et al. | SAS autofocus based on phase gradient autofocus | |
CN113484860A (zh) | 基于多普勒中心异常的sar图像海洋锋检测方法及系统 | |
CN103809180A (zh) | 用于InSAR地形测量的方位向预滤波处理方法 | |
CN110554377B (zh) | 基于多普勒中心偏移的单通道sar二维流场反演方法及系统 | |
CN102565772A (zh) | 基于sar子孔径序列图像的海洋动态信息提取方法 | |
CN103091682A (zh) | 基于时频分析InISAR多动目标成像和运动轨迹重建法 | |
Marghany et al. | Modification of fractal algorithm for oil spill detection from RADARSAT-1 SAR data | |
CN110988873A (zh) | 基于能量中心提取的单通道sar舰船速度估计方法及系统 | |
CN106772373B (zh) | 针对任意地面运动目标的sar成像方法 | |
CN112505647A (zh) | 一种基于序贯子图像序列的动目标方位速度估计方法 | |
CN113820680B (zh) | 一种基于协方差的多帧海陆雷达回波分割方法 | |
Perkovic et al. | Longshore surface currents measured by Doppler radar and video PIV techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120822 |