CN103616685A - 基于图像特征的isar图像几何定标方法 - Google Patents
基于图像特征的isar图像几何定标方法 Download PDFInfo
- Publication number
- CN103616685A CN103616685A CN201310647712.8A CN201310647712A CN103616685A CN 103616685 A CN103616685 A CN 103616685A CN 201310647712 A CN201310647712 A CN 201310647712A CN 103616685 A CN103616685 A CN 103616685A
- Authority
- CN
- China
- Prior art keywords
- unique point
- width image
- theta
- image
- position coordinates
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于图像特征的ISAR图像几何定标方法,主要解决低信噪比图像的几何定标问题。其实现方案是:对雷达回波信号进行去平动分量处理得到处理后信号,计算瞬时斜距;对处理后信号依次进行距离向傅氏变换、Keystone变换和方位向傅氏变换,得到空域表达式;利用距离多普勒方法对处理后信号进行成像得到两幅图像,并提取图像的特征点和信息描述符;对两幅图像进行特征点匹配和错误点剔除,得到精确匹配的特征点;结合空域表达式和精确匹配的特征点依次构建位置坐标与转角的几何关系和代价函数,计算最终估计转角和图像的方位向分辨率,完成几何定标。本发明能对低信噪比图像进行精确几何定标,可用于旋转目标的探测。
Description
技术领域
本发明属于雷达技术领域,特别涉及逆合成孔径雷达ISAR的定标方法,可用于旋转目标的探测。
背景技术
逆合成孔径雷达ISAR成像技术已被广泛应用于包括目标成像以及目标几何形态鉴定的民用和军用领域,由于在微旋转ISAR图像中目标发生了姿态变化,会造成在成像和定标过程中的模糊和不精确,因此需要对目标的姿态变化进行检测,再通过测定其旋转角度来进行几何定标。
在ISAR成像中,对于微旋转的目标几何定标方法而言,通常需要用到距离向分辨率和方位向分辨率,而距离向分辨率可通过500MHz左右的带宽雷达发射信号得到,方位向分辨率可通过目标在航迹中姿态角度的精确估计得到。然而,对于目标在微旋转后得到的雷达回波数据,如果估计的姿态角度不精确,就会造成ISAR成像的模糊和方位向分辨率误差大,从而造成错误的几何定标。
为了解决这个问题,一些研究人员和学者提出了基于回波数据在时域和频域上目标相关性的特性来处理的方法,其中包括利用回波子数据段的相干累积和合成阵列干涉原理进行处理的方法以及利用卷积反投影、双天线ISAR以及多天线ISAR等接收回波数据并处理每个子孔径数据的成像结果,从而找出目标的旋转角度的方法等。然而,在大部分情况下用于ISAR目标检测的是单天线接收回波数据的雷达,并且直接利用回波数据的时域和频域特性进行处理会造成计算量的增大和误差率的增加,使得最终的转角估计结果和几何定标结果不理想。针对这个问题,William K.Pratt等人提出了利用图像灰度信息的互相关性质找出子图像像素相关性的方法。Srinivasa Reddy等人给出了一种基于变换域的图像匹配方法,但是这类方法对观测视角的变化敏感,主要是针对信噪比不高的ISAR图像,不适用于具有不同观测角度组成的低信噪比逆合成孔径的雷达图像。Zhen Xiong提出了一种基于图像的特征信息的方法,这种方法能够很好地通过角点找出子图像的相关特性,但是这种也不能很好地提取低信噪比ISAR图像的特征点,造成因提取的特征点数目少而无法达到定标精度的不足。
以上方法都不能在低信噪比ISAR图像的情况下,快速有效地进行图像中ISAR目标的几何定标。
发明内容
本发明的目的在于针对上述已有技术的不足,提供一种基于图像特征的ISAR图像定标方法,以在低信噪比情况下对ISAR回波数据进行高精度的几何定标。
实现本发明目的的技术思路是:通过分析ISAR模型中回波信号特征点的频域与尺寸的几何关系建立矩阵模型,再提取出ISAR图像中变化明显的特征点用于有效的匹配,将这些有效匹配后的点进行转角估计,由此得到高精度的转角,从而利用这个精确的转角实现ISAR目标的精确的几何定标。其实现步骤包括如下:
(1)对雷达接收的回波信号S进行去平动分量处理得到处理后回波信号为S′,计算处理后回波信号为S′中的瞬时斜距R(tm):
R(tm)=r0-asinθ(tm)-rcosθ(tm),
其中,r0为雷达到转台中心的距离,a为回波信号S′对应的方位向坐标,θ(tm)为目标随慢时间旋转的角度,r为回波信号S′对应的距离向坐标;
(2)对处理后的回波信号S′作距离向傅氏变换,得到其中的基频时域表达式e(τ,tm)为:
其中,γ为调频率,Tp为脉冲宽度,τ为快时间,τ0为延迟时间,exp为以自然对数e为底的指数函数,tm为慢时间,λ为波长,R(tm)为瞬时斜距;
(3)对基频回波信号的时域表达式e(τ,tm)进行Keystone变换,得到新的基频回波信号的时域表达式为:
其中,c为光速,ω为转角速度;
(4)对新的基频回波信号的时域表达式e′(τ,tm)进行方位向傅氏变换,得到空域的表达式e(κα,κr)为:
(5)通过目标转动模型得到处理后回波信号S′的两幅ISAR图像I1和I2,从第一幅图像I1中提取出序号为1到M的共M个特征点和序号为1到M的共M个信息描述符,每一个信息描述符有128个数据;从第二幅图像I2中提取出序号为1到N的共N个特征点和序号为1到N的共N个信息描述符,每一个信息描述符有128个数据;
(6)分别计算出第一幅图像I1的第1个信息描述符的128个数据与第二幅图像I2的第i个信息描述符的128个数据两两之间的欧氏距离,将这128个欧氏距离之和记为Oi,i从1到N,得到共N个欧氏距离之和,记为O=[O1,…,ON];
(7)计算N个欧氏距离之和O的最小值Op与次小值的比值,1≤p≤N;如果该比值小于距离阈值G=0.95,则记录下第一幅图像I1的第1个信息描述符的序号1和O中最小值的序号p,使得第一幅图像I1中序号为1的特征点与第二个图像I2中序号为p的特征点为相互匹配的一对特征点;
(8)依次类推,对第一幅图像I1中的每一个信息描述符进行与步骤(6)和步骤(7)相同的处理,得到第一幅图像I1和第二幅图像I2相互匹配的V对特征点,1≤V≤M,完成特征点匹配;
(9)对步骤(8)中特征点匹配后的V对特征点进行错误点剔除,得到第一幅图像I1中F个特征点与第二幅图像I2中F个特征点相匹配;
(10)设第一幅图像I1中第k个特征点的位置坐标为设第二幅图像I2中第k个特征点的位置坐标为k=1,…,F,结合步骤(4)中基频信号的空域表达式e(κα,κr),构建位置坐标和转角θ的几何关系为:
(11)根据步骤(10)的几何关系构建代价函数W为:
其中,为第一幅图像I1的第k个特征点的幅度值,为第二幅图像I2的第k个特征点的幅度值,为对第一幅图像I1中第k个特征点的位置坐标的归一化位置坐标,为对第二幅图像I2中第k个特征点的位置坐标的归一化位置坐标,△Fd为多普勒单元带宽,△T为中心时间间隔,△r为距离向分辨率,θl为搜索转角;
(12)设转角θ的初始角度为β0,精度为J0=0.1,转角θ的范围为:
[θ-50,...,θl,...,θ50]=[β0-50×J0,...,β0+l×J0,...,β0+50×J0],共101个搜索转角θl,l=-50,...,50;计算每一个搜索转角θl的代价函数值,全部计算后共有101个代价函数值,找出其中最小的代价函数值所对应的搜索转角,记为β1;
(13)设转角θ的初始角度为β1,精度为J1=0.5×J0,重复步骤(12)共四次后,得到的最小的代价函数值所对应的搜索转角作为最终转角θ′,用最终转角θ′求得目标的方位向分辨率目标的距离向分辨率将方位向分辨率ρa与ISAR图像的横坐标值相乘,将距离向分辨率ρr与ISAR图像的纵坐标值相乘,得到以米为坐标单位的ISAR图像,通过该ISAR图像测定目标的尺寸,完成对ISAR目标的几何定标。
本发明与现有技术相比所具有的优点:
1)本发明利用低信噪比的回波信号在图像域的特征点和信息描述符进行转角估计,再利用这个转角进行几何定标,与传统的时域和频域的方法相比较,具有更高的精度和运算效率;
2)本发明利用目标在图像域的特征点的位置坐标和幅度值构建代价函数,并利用图像的校正因子对特征点的位置坐标进行校正,提高了几何定标的准确性和独立性。
附图说明
图1是本发明的实现流程图;
图2是本发明仿真实验使用的两幅ISAR图像;
图3是本发明对图2中特征点匹配的结果图;
图4是本发明对图3进行错误点剔除的结果图;
图5是对本发明中代价函数值与搜索角度的曲线图;
图6是本发明对图2的第一幅ISAR图像的几何定标图。
具体实施方式:
参照图1,本发明的实现步骤如下:
步骤1,对雷达接收的回波信号S进行去平动分量处理,并计算处理后回波信号为S′中的瞬时斜距R(tm)。
(1a)先将雷达接收到的回波信号S进行方位向上的包络对齐,找出其所对应的偏差值,用这个偏差值对回波信号进行修正,得到方位向整齐无平动分量的回波信号S′为:
S′=rect[(τ-τ0)/Tp]exp[jπγ(τ-τ0)2+j2πfc(τ-τ0)],
其中,rect[·]为调频的窗函数,τ为快时间,τ0为传播距离带来的时间延迟,Tp为脉宽,exp为以自然对数e为底的指数函数,γ为调频率,fc为载频;
(1b)计算平动处理后回波信号为S′中的瞬时斜距R(tm):
R(tm)=r0-asinθ(tm)-rcosθ(tm),
其中,r0为雷达到转台中心的距离,a为回波信号S′对应的方位向坐标,θ(tm)为目标随慢时间旋转的角度,r为回波信号S′对应的距离向坐标。
步骤2,对处理后的回波信号S′作距离向傅氏变换,得到其中的基频时域表达式e(τ,tm)为:
其中,tm为慢时间,λ为波长,R(tm)为瞬时斜距。
步骤3,对基频回波信号的时域表达式e(τ,tm)进行Keystone变换,得到新的基频回波信号的时域表达式为:
其中,c为光速,ω为转角速度。
步骤4,对新的基频回波信号的时域表达式e′(τ,tm)进行方位向傅氏变换,得到空域的表达式e(κα,κr)为:
步骤5,从处理后的回波信号S′中截取两段子回波信号,利用距离多普勒成像技术得到第一幅图像I1和第二幅图像I2,再提取出这两幅图像的特征点和信息描述符。
(5a)对处理后回波信号S′截取大小相同的两段子回波信号,利用距离多普勒成像技术,得到与两段子回波信号对应的第一幅图像I1和第二幅图像I2;
(5b)利用尺度不变特征变换方法和快速鲁棒特征方法,先从第一幅图像I1中提取出序号为1到M的共M个特征点和序号为1到M的共M个信息描述符,每一个信息描述符有128个数据;再从第二幅图像I2中提取出序号为1到N的共N个特征点和序号为1到N的共N个信息描述符,每一个信息描述符有128个数据。
步骤6,对第一幅图像I1和第二幅图像I2的特征点进行匹配。
(6a)分别计算出第一幅图像I1的第1个信息描述符的128个数据与第二幅图像I2的第i个信息描述符的128个数据两两之间的欧氏距离,将这128个欧氏距离之和记为Oi,i从1到N,得到共N个欧氏距离之和,记为O=[O1,…,ON];
(6b)计算N个欧氏距离之和O的最小值Op与次小值的比值,1≤p≤N;如果该比值小于距离阈值G=0.95,则记录下第一幅图像I1的第1个信息描述符的序号1和O中最小值的序号p,使得第一幅图像I1中序号为1的特征点与第二个图像I2中序号为p的特征点为相互匹配的一对特征点;
(6c)依次类推,对第一幅图像I1中的每一个信息描述符进行与步骤(6a)和步骤(6b)相同的处理,得到第一幅图像I1和第二幅图像I2相互匹配的V对特征点,1≤V≤M,完成特征点匹配。
步骤7,对步骤6中特征点匹配后的V对特征点进行错误点剔除。
(7a)将上述所有V对特征点位置坐标的欧氏距离作为一个数据库,随机选取该数据库中两个数据,并以此作为初点集U1,按照初点集U1所具有的线性特点计算出相应的直线模型E;
(7b)记录当前直线模型E在距离阈值U=2.2内局内点数据与局外点数据的比值;
(7c)重复步骤(7a)和(7b),对数据库中所有的数据进行测试,得到在距离阈值U=2.2内局内点数据与局外点数据的比值最大的模型;
(7d)利用比值最大的模型中的局内点,重新进行步骤(7a),得到最佳直线模型E′;
(7e)记录最佳直线模型E′在距离阈值U=2.2范围内所包含的F个局内点数据,将这F个局内点数据所对应的F对特征点作为正确匹配的特征点,0≤F≤V,并对所有局外点数据所对应的特征点予以剔除,最后得到第一幅图像I1中F个特征点与第二幅图像I2中F个特征点相互正确匹配。
步骤8,分别设置第一幅图像I1和第二幅图像I2的位置坐标,构建位置坐标与转角θ的几何关系。
(8a)设置第一幅图像I1的第k个特征点位置坐标为第二幅图像I2的第k个特征点位置坐标为k=1,...,F,计算第一幅图像I1中第一个特征点的位置坐标与第二幅图像I2中第一个特征点的位置坐标的坐标变换关系为:
(8b)对第一幅图像I1和第二幅图像I2所有F个特征点进行步骤(8a)的计算,构建F个特征点的位置坐标与转角θ的几何关系为:
步骤9,根据F个特征点的位置坐标与转角θ的几何关系,构建代价函数W。
(9b)引入校正因子Sl为:
(9c)计算步骤(9b)中第k对特征点的权值函数Yk为:
(9e)再根据第k对特征点的权值函数Yk得到代价函数W为:
其中,F为特征点的数目。
步骤10,通过步骤9的代价函数W,得到目标的方位向分辨率和距离向分辨率。
(10a)设转角θ的初始角度为β0,精度为J0=0.1,转角θ的范围为:
[θ-50,...,θl,...,θ50]=[β0-50×J0,...,β0+l×J0,...,β0+50×J0]共101个搜索转角θl,l=-50,...,50;计算每一个搜索转角θl的代价函数值,全部计算后共有101个代价函数值,找出其中最小的代价函数值所对应的搜索转角,记为β1;
(10b)设转角θ的初始角度为β1,精度为J1=0.5×J0,重复步骤(10a)共四次后,得到的最小的代价函数值所对应的搜索转角作为最终转角θ′,用最终转角θ′求得目标的方位向分辨率目标的距离向分辨率
(10c)将方位向分辨率ρa与ISAR图像的横坐标值相乘,将距离向分辨率ρr与ISAR图像的纵坐标值相乘,得到以米为坐标单位的ISAR图像,通过该ISAR图像测定目标的尺寸,完成对ISAR目标的几何定标。
至此,基于图像特征的ISAR图像几何定标方法基本完成。
以下通过仿真实验进行ISAR图像几何定标处理,进一步说明本发明的有效性。
1.仿真条件:
本发明仿真实验使用的两幅ISAR图像如图2所示,其中图2(a)是第一幅图像I1,图2(b)是第二幅图像I2;
本发明仿真的主要参数,如表一所示:
表一 主要参数
回波信号S大小 | 64×256 |
ISAR图像大小 | 512×512 |
波长λ | 0.015m |
发射信号的带宽Z | 500MHz |
多普勒单元带宽△Fd | 0.3906Hz |
中心时间间隔△T | 2.56s |
2.仿真内容:
仿真1,用本发明方法对图2(a)和图2(b)进行特征点的匹配,结果如图3。
仿真2,用本发明方法对图3中错误匹配的特征点进行剔除,结果如图4。
仿真3,用本发明方法对图4中正确匹配的特征点的位置坐标,计算它们在[-5°,5°]搜索角度范围内的代价函数值,得到最后一次循环的代价函数值和搜索角度的曲线,结果如图5。
仿真4,用图5中最小代价函数值所对应的搜索角度,对图2(a)进行几何定标,结果如图6,其中图6(a)是本实验用以获取信噪比为10db的回波数据S所采用的卫星模型图,它的真实横向长为5米,真实舱体宽为1米;图6(b)是几何定标的结果。
3.仿真结果分析:
从图2可以看出,两个回波信号的ISAR图像中的目标存在旋转变化;
从图3可以看出,特征点匹配后存在少量错误匹配的特征点,如图3中黑色加粗虚线所示;
从图4可以看出,利用错误点剔除的方法可以实现对特征点的正确匹配;
从图5可以看出,最小代价函数值所对应的搜索角度为3.0182度,与实际转角3.0度的误差为0.61%;
从图6(b)可以看出,几何定标结果中卫星横向长约为4.98米,舱体宽约为0.97米,定标后的卫星横向长与真实横向长5米的误差为0.4%,定标后的舱体宽与真实舱体宽1米的误差为3%,几何定标结果与实际尺寸误差很小。
Claims (4)
1.一种基于图像特征的ISAR图像几何定标方法,包括如下步骤:
(1)对雷达接收的回波信号S进行去平动分量处理得到处理后回波信号为S′,计算处理后回波信号为S′中的瞬时斜距R(tm):
R(tm)=r0-asinθ(tm)-rcosθ(tm),
其中,r0为雷达到转台中心的距离,a为回波信号S′对应的方位向坐标,θ(tm)为目标随慢时间旋转的角度,r为回波信号S′对应的距离向坐标;
(2)对处理后的回波信号S′作距离向傅氏变换,得到其中的基频时域表达式e(τ,tm)为:
其中,γ为调频率,Tp为脉冲宽度,τ为快时间,τ0为延迟时间,exp为以自然对数e为底的指数函数,tm为慢时间,λ为波长,R(tm)为瞬时斜距;
(3)对基频回波信号的时域表达式e(τ,tm)进行Keystone变换,得到新的基频回波信号的时域表达式为:
其中,c为光速,ω为转角速度;
(4)对新的基频回波信号的时域表达式e′(τ,tm)进行方位向傅氏变换,得到空域的表达式e(κα,κr)为:
(5)通过目标转动模型得到处理后回波信号S′的两幅ISAR图像I1和I2,从第一幅图像I1中提取出序号为1到M的共M个特征点和序号为1到M的共M个信息描述符,每一个信息描述符有128个数据;从第二幅图像I2中提取出序号为1到N的共N个特征点和序号为1到N的共N个信息描述符,每一个信息描述符有128个数据;
(6)分别计算出第一幅图像I1的第1个信息描述符的128个数据与第二幅图像I2的第i个信息描述符的128个数据两两之间的欧氏距离,将这128个欧氏距离之和记为Oi,i从1到N,得到共N个欧氏距离之和,记为O=[O1,…,ON];
(7)计算N个欧氏距离之和O的最小值Op与次小值的比值,1≤p≤N;如果该比值小于距离阈值G=0.95,则记录下第一幅图像I1的第1个信息描述符的序号1和O中最小值的序号p,使得第一幅图像I1中序号为1的特征点与第二个图像I2中序号为p的特征点为相互匹配的一对特征点;
(8)依次类推,对第一幅图像I1中的每一个信息描述符进行与步骤(6)和步骤(7)相同的处理,得到第一幅图像I1和第二幅图像I2相互匹配的V对特征点,1≤V≤M,完成特征点匹配;
(9)对步骤(8)中特征点匹配后的V对特征点进行错误点剔除,得到第一幅图像I1中F个特征点与第二幅图像I2中F个特征点相匹配;
(11)根据步骤(10)的几何关系构建代价函数W为:
其中,为第一幅图像I1的第k个特征点的幅度值,为第二幅图像I2的第k个特征点的幅度值,为对第一幅图像I1中第k个特征点的位置坐标的归一化位置坐标,为对第二幅图像I2中第k个特征点的位置坐标的归一化位置坐标,△Fd为多普勒单元带宽,△T为中心时间间隔,△r为距离向分辨率,θl为搜索转角;
(12)设转角θ的初始角度为β0,精度为J0=0.1,转角θ的范围为:
[θ-50,...,θl,...,θ50]=[β0-50×J0,...,β0+l×J0,...,β0+50×J0],共101个搜索转角θl,l=-50,...,50;计算每一个搜索转角θl的代价函数值,全部计算后共有101个代价函数值,找出其中最小的代价函数值所对应的搜索转角,记为β1;
2.根据权利要求1所述的方法,其中所述步骤(9)从匹配后的V对特征点中剔除错误点,是先计算出每一对特征点位置坐标的欧氏距离;再利用随机采样一致性方法,将位置坐标的欧氏距离小于等于距离阈值U=2.2的F对特征点作为正确匹配的特征点,0≤F≤V,反之为错误匹配的特征点,予以剔除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310647712.8A CN103616685B (zh) | 2013-12-04 | 2013-12-04 | 基于图像特征的isar图像几何定标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310647712.8A CN103616685B (zh) | 2013-12-04 | 2013-12-04 | 基于图像特征的isar图像几何定标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103616685A true CN103616685A (zh) | 2014-03-05 |
CN103616685B CN103616685B (zh) | 2015-10-28 |
Family
ID=50167389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310647712.8A Expired - Fee Related CN103616685B (zh) | 2013-12-04 | 2013-12-04 | 基于图像特征的isar图像几何定标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103616685B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166140A (zh) * | 2014-07-21 | 2014-11-26 | 中国科学院电子学研究所 | 一种实现逆合成孔径雷达成像的方法及装置 |
CN104391286A (zh) * | 2014-12-10 | 2015-03-04 | 中国电子科技集团公司第二十研究所 | 一种逆合成孔径雷达方位定标方法 |
CN105353376A (zh) * | 2015-11-24 | 2016-02-24 | 北京环境特性研究所 | 一种基于isar图像的空间目标姿态反演方法 |
CN105974416A (zh) * | 2016-07-26 | 2016-09-28 | 四川电子军工集团装备技术有限公司 | 积累互相关包络对齐的8核dsp片上并行实现方法 |
CN109633644A (zh) * | 2018-12-27 | 2019-04-16 | 中国人民解放军陆军工程大学 | 一种机动目标isar成像方法 |
CN114966693A (zh) * | 2022-07-20 | 2022-08-30 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN115356698A (zh) * | 2022-08-11 | 2022-11-18 | 中国人民解放军国防科技大学 | 基于可观测弧段测轨信息的空间目标isar定标方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5164730A (en) * | 1991-10-28 | 1992-11-17 | Hughes Aircraft Company | Method and apparatus for determining a cross-range scale factor in inverse synthetic aperture radar systems |
CN101498788A (zh) * | 2008-02-01 | 2009-08-05 | 清华大学 | 一种逆合成孔径雷达的目标转角估计和横向定标方法 |
CN101738614A (zh) * | 2008-11-17 | 2010-06-16 | 清华大学 | 基于时空图像序列的逆合成孔径雷达的目标转动估计方法 |
KR101103416B1 (ko) * | 2010-07-21 | 2012-01-06 | 영남대학교 산학협력단 | 역합성 개구면 레이더 영상의 거리횡단 방향을 스케일링하는 방법 및 그 장치 |
CN102944875A (zh) * | 2012-11-21 | 2013-02-27 | 西安电子科技大学 | Isar图像距离单元选择横向定标方法 |
-
2013
- 2013-12-04 CN CN201310647712.8A patent/CN103616685B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5164730A (en) * | 1991-10-28 | 1992-11-17 | Hughes Aircraft Company | Method and apparatus for determining a cross-range scale factor in inverse synthetic aperture radar systems |
CN101498788A (zh) * | 2008-02-01 | 2009-08-05 | 清华大学 | 一种逆合成孔径雷达的目标转角估计和横向定标方法 |
CN101738614A (zh) * | 2008-11-17 | 2010-06-16 | 清华大学 | 基于时空图像序列的逆合成孔径雷达的目标转动估计方法 |
KR101103416B1 (ko) * | 2010-07-21 | 2012-01-06 | 영남대학교 산학협력단 | 역합성 개구면 레이더 영상의 거리횡단 방향을 스케일링하는 방법 및 그 장치 |
CN102944875A (zh) * | 2012-11-21 | 2013-02-27 | 西安电子科技大学 | Isar图像距离单元选择横向定标方法 |
Non-Patent Citations (2)
Title |
---|
MARCO MARTORELLA: "Novel Approach for ISAR Image Cross-Range Scaling", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 * |
逄勃: "一种ISAR目标转动估计和方位定标方法", 《雷达与对抗》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166140A (zh) * | 2014-07-21 | 2014-11-26 | 中国科学院电子学研究所 | 一种实现逆合成孔径雷达成像的方法及装置 |
CN104166140B (zh) * | 2014-07-21 | 2017-05-10 | 中国科学院电子学研究所 | 一种实现逆合成孔径雷达成像的方法及装置 |
CN104391286A (zh) * | 2014-12-10 | 2015-03-04 | 中国电子科技集团公司第二十研究所 | 一种逆合成孔径雷达方位定标方法 |
CN105353376A (zh) * | 2015-11-24 | 2016-02-24 | 北京环境特性研究所 | 一种基于isar图像的空间目标姿态反演方法 |
CN105974416A (zh) * | 2016-07-26 | 2016-09-28 | 四川电子军工集团装备技术有限公司 | 积累互相关包络对齐的8核dsp片上并行实现方法 |
CN105974416B (zh) * | 2016-07-26 | 2018-06-15 | 零八一电子集团有限公司 | 积累互相关包络对齐的8核dsp片上并行实现方法 |
CN109633644A (zh) * | 2018-12-27 | 2019-04-16 | 中国人民解放军陆军工程大学 | 一种机动目标isar成像方法 |
CN114966693A (zh) * | 2022-07-20 | 2022-08-30 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN115356698A (zh) * | 2022-08-11 | 2022-11-18 | 中国人民解放军国防科技大学 | 基于可观测弧段测轨信息的空间目标isar定标方法 |
CN115356698B (zh) * | 2022-08-11 | 2024-05-28 | 中国人民解放军国防科技大学 | 基于可观测弧段测轨信息的空间目标isar定标方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103616685B (zh) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103616685B (zh) | 基于图像特征的isar图像几何定标方法 | |
CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
CN112162281B (zh) | 一种多通道sar-gmti图像域两步处理方法 | |
CN104749570B (zh) | 一种移不变机载双基合成孔径雷达目标定位方法 | |
CN102944875B (zh) | Isar图像距离单元选择横向定标方法 | |
CN107728142A (zh) | 基于二维卷积网络的雷达高分辨距离像目标识别方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN110133682B (zh) | 星载全方位sar自适应目标三维重建方法 | |
CN102147469A (zh) | 一种双基地前视合成孔径雷达成像方法 | |
CN109581317B (zh) | 一种基于回波峰值匹配的角落目标定位方法 | |
CN106569191A (zh) | 一种利用高分辨率成像获取目标rcs的方法 | |
CN105487074B (zh) | 一种双基地合成孔径雷达数值距离多普勒成像方法 | |
CN107607943A (zh) | 基于干涉相位辅助的延迟多普勒雷达高度表的测高方法 | |
CN108469608A (zh) | 一种运动平台雷达多普勒质心精确估计方法 | |
CN105137424A (zh) | 一种杂波背景下实波束扫描雷达角超分辨方法 | |
CN104122549A (zh) | 基于反卷积的雷达角超分辨成像方法 | |
CN106443570A (zh) | 基于多重信号分类算法矢量相关性的波达方向估计方法 | |
CN104166129A (zh) | 一种实波束雷达迭代最小均方误差角超分辨方法 | |
CN104007439A (zh) | 一种干涉圆迹sar高程估计处理方法 | |
CN104076360A (zh) | 基于压缩感知的二维sar稀疏目标成像方法 | |
CN105447867A (zh) | 基于isar图像的空间目标姿态估计方法 | |
US20100026565A1 (en) | Method for generating a representation of an atmospheric vortex kinematic structure | |
Yang et al. | A 3-D electromagnetic-model-based algorithm for absolute attitude measurement using wideband radar | |
CN105738887A (zh) | 基于多普勒通道划分的机载雷达杂波功率谱的优化方法 | |
CN105467373B (zh) | 一种宽带复合双基地雷达锥体目标物理尺寸估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151028 Termination date: 20201204 |
|
CF01 | Termination of patent right due to non-payment of annual fee |