CN105353374A - 一种用于自旋目标的单频雷达成像方法 - Google Patents
一种用于自旋目标的单频雷达成像方法 Download PDFInfo
- Publication number
- CN105353374A CN105353374A CN201510983010.6A CN201510983010A CN105353374A CN 105353374 A CN105353374 A CN 105353374A CN 201510983010 A CN201510983010 A CN 201510983010A CN 105353374 A CN105353374 A CN 105353374A
- Authority
- CN
- China
- Prior art keywords
- target
- sub
- image
- aperture
- theta
- 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
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
公开了一种用于自旋目标的单频雷达成像方法,所述方法包括:将获取的目标在所有方位角下的雷达回波划分为N个子孔径,对每个子孔径内的雷达回波作傅里叶变换,以获取每个子孔径内散射强度的横向分布;对获取的N个子孔径内散射强度的横向分布进行RADON逆变换,以重建目标的第一图像;根据重建的目标的第一图像,利用CLEAN算法重建目标的第二图像。根据本发明,既能解决宽角度连续波雷达回波的成像问题,又能很好的解决自旋目标的成像问题。本发明的方法在雷达目标的检测和识别中有着较强的实用价值。
Description
技术领域
本发明涉及雷达目标成像领域,尤其涉及一种用于自旋目标的单频雷达成像方法。
背景技术
以下对本发明的相关技术背景进行说明,但这些说明并不一定构成本发明的现有技术。
在二维雷达成像中通常采用距离多普勒、滤波逆投影等成像算法完成目标二维图像的重建。但是,距离多普勒、滤波逆投影等成像算法不仅要求雷达回波的方位向包含一定的合成孔径角数据,而且要求雷达回波的距离向包含一定带宽的数据。但是,有时候采集的雷达回波数据并不满足上述要求,比如连续波雷达回波数据、单频自旋目标的雷达回波数据。其中,连续波雷达回波一般为单频,没有带宽。单频自旋目标的雷达回波不仅没有带宽,而且强散射中心的多普勒频移是变化的。因此,对于连续波雷达回波数据和单频自旋目标的雷达回波数据而言,距离多普勒和滤波逆投影等成像算法不再适用。
针对现有技术中存在的上述问题,亟需一种既能适用于宽角度连续波雷达回波,又能适用于单频自旋目标的雷达回波的成像算法。
发明内容
本发明的目的在于提出一种用于自旋目标的单频雷达成像方法,既能够解决宽角度连续波雷达回波的成像问题,又能很好的解决自旋目标的成像问题,在雷达目标的检测和识别中有着较强的实用价值。
本发明的用于自旋目标的单频雷达成像方法,包括:
S1、将获取的目标在所有方位角下的雷达回波划分为N个子孔径,对每个子孔径内的雷达回波作傅里叶变换,获取每个子孔径内散射强度的横向分布;
S2、对获取的N个子孔径内散射强度的横向分布进行RADON(拉东)逆变换,重建目标的第一图像;
S3、根据重建的目标的第一图像,利用CLEAN算法重构目标的第二图像;其中,N为大于0的自然数,并且假设在每个子孔径内多普勒频移不变。
优选的,在步骤S1中,所述子孔径内散射强度的横向分布为:
其中,F(f,x)为子孔径内散射强度的横向分布,M为每个子孔径所包含的方位角的个数,f为雷达回波的载频,θm为子孔径所包含的第m个方位角,c为真空中的光速。
优选的,步骤S3具体包括:S31、在当前目标的第一图像中提取最大散射强度对应的位置坐标并记录第i个目标散射点的位置;其中,i为大于等于1的自然数;
S32、重构第i个目标散射点对应的单位散射幅度下的雷达回波T(f,θ),并根据最小范数准则估计所述第i个目标散射点的后向散射系数
其中,为第i个目标散射点的位置坐标,f为雷达回波的载频,θ为方位角,c为真空中的光速,S(f,θ)为当前目标的雷达回波;
S33、从当前目标的雷达回波S(f,θ)中去除第i个目标散射点的影响因子,获取S'(f,θ),以及与S'(f,θ)对应的回波能量I'(f,θ);
S34、当回波能量I'(f,θ)低于预设的门限阈值Ith时,利用记录的目标散射点的位置重构目标的第二图像。
优选的,步骤S34还包括:当回波能量I'(f,θ)高于预设的门限阈值时,将去除第i个目标散射点的第一图像作为当前目标的第一图像,将S'(f,θ)作为当前目标的雷达回波,并再次执行步骤S31~S33。
优选的,在步骤S33之后、在步骤S34之前,还包括:获取S'(f,θ)对应的回波能量I'(f,θ),
I'(f,θ)=S'(f,θ)*S'*(f,θ);
其中,S'*(f,θ)为S'(f,θ)的共轭。
优选的,每个子孔径的角度β满足:
其中,λ为入射波长,La为目标的横向尺寸,Lr为目标的径向尺寸。
优选的,所述预设的门限阈值为重建的目标的第一图像的总能量的0.5%或1%。
在步骤S1之前还包括:获取目标在所有方位角下的雷达回波。
本发明的用于自旋目标的单频雷达成像方法包括:将获取的目标在所有方位角下的雷达回波划分为N个子孔径,对每个子孔径内的雷达回波作傅里叶变换,以获取每个子孔径内散射强度的横向分布;对获取的N个子孔径内散射强度的横向分布进行RADON逆变换,以重建目标的第一图像;根据重建的目标的第一图像,利用CLEAN算法重建目标的第二图像。根据本发明,既能解决宽角度连续波雷达回波的成像问题,又能很好的解决自旋目标的成像问题。本发明的方法在雷达目标的检测和识别中有着较强的实用价值。
附图说明
通过以下参照附图而提供的具体实施方式部分,本发明的特征和优点将变得更加容易理解,在附图中:
图1是本发明的用于自旋目标的单频雷达成像方法的流程图;
图2是RADON变换的原理示意图;
图3是本发明的CLEAN算法的流程图;
图4是本发明一个具体实施例中仿真目标的位置示意图;
图5是本发明一个具体实施例中获取的第一图像;
图6是本发明一个具体实施例中获取的第二图像。
具体实施方式
下面参照附图对本发明的示例性实施方式进行详细描述。对示例性实施方式的描述仅仅是出于示范目的,而绝不是对本发明及其应用或用法的限制。
虽然参照示例性实施方式对本发明进行了描述,但是应当理解,本发明并不局限于文中详细描述和示出的具体实施方式,在不偏离权利要求书所限定的范围的情况下,本领域技术人员可以对所述示例性实施方式做出各种改变。
针对连续波雷达回波、单频自旋目标的雷达回波不能采用距离多普勒、滤波逆投影等成像算法的问题,本发明提供了一种用于自旋目标的单频雷达成像方法。本发明的主要思路是,将目标的所有方位角下的雷达回波划分为N个子孔径,并假设每个子孔径内多普勒频移不变,进而对每个子孔径内的雷达回波作傅里叶变换,获取每个子孔径内散射强度的横向分布;对获取的N个子孔径内散射强度的横向分布进行RADON逆变换,重建目标的第一图像,即得到目标的粗糙像;根据重建的目标的第一图像,利用CLEAN算法重构目标的第二图像,即得到目标的精确像。本发明的成像算法在雷达目标的检测和识别中有着较强的实用价值。
下面结合附图详细说明本发明实施例的技术方案。本发明实施例提供的用于自旋目标的单频雷达成像方法,始于步骤S1。
在步骤S1中,将目标在所有方位角下的雷达回波划分为N个子孔径,对每个子孔径内的雷达回波作傅里叶变换,获取每个子孔径内散射强度的横向分布。
在具体实施时,在步骤S1之前,还包括:预先获取0°~360°范围内自旋目标在所有方位角下的雷达回波。一般的,获取雷达回波主要有两种方式:实际测量和仿真计算。由于在宽角度范围内目标的强散射中心的多普勒频移会发生变化,因此将0°~360°下的雷达回波划分为N个子孔径,N为大于0的自然数。当子孔径的角度β较小时,可以认为强散射中心的多普勒频移近似不变。因此,在划分子孔径时,N的取值还需满足每个子孔径内多普勒频移不变的假设。比如,在满足上述假设的情况下,可将360°分成36份,即每个子孔径为10°。优选的,每个子孔径的角度β满足:
其中,λ为入射波长,La为目标的横向尺寸,Lr为目标的径向尺寸。
下面对在每个子孔径内的雷达回波可以做傅里叶变换的原理进行详细说明。假设目标包含K个散射点,则在远场条件下,雷达工作在单频状态下的基频回波表达式为:
其中,f为雷达回波的载频,θ为入射方位角,σk为第k个散射点的后向散射系数,(xk,yk)为第k个散射点的位置坐标。
当入射方位角θ较小时,sinθ≈θ,cosθ≈1,因此,所述基频回波表达式可简化为:
从简化后的基频回波表达式可看出,xk和θ构成了傅里叶变换对,即可将不同方位角下的雷达回波S(f,θ)通过傅里叶变换得到目标散射强度的横向分布。因此,当子孔径的角度β较小时,可对每个子孔径β内的雷达回波作傅里叶变换。傅里叶变换后得到的散射强度的横向分布F(f,x)为:
其中,F(f,x)为散射强度的横向分布,M为每个子孔径所包含的方位角的个数,f为雷达回波的载频,θm为子孔径所包含的第m个方位角,σm为第m个方位角下目标的后向散射系数,c为真空中的光速。
一般的,在得到N个子孔径内散射强度的横向分布F(f,x)后,可由N条横向分布曲线组成散射点的横向分布历程图,即散射强度随方位角、横向距离的变化图像,以便直观、清晰的显示散射强度随方位角、横向距离的变化。
在步骤S2中,对获取的N个子孔径内散射强度的横向分布F(f,x)进行RADON逆变换,重建目标的第一图像。
下面结合图2先对RADON变换进行说明,然后对步骤S2中采用RADON逆变换重建目标的第一图像的原理进行说明。
RADON变换常用来计算目标图像在某一方向上的投影,其计算公式如下:
其中,(x,y)为目标图像上一点在x轴、y轴组成的直角坐标系中的位置坐标,(x',y')为该点在x'轴、y'轴构成的直角坐标系中的位置坐标。由图2可见,x轴与x'轴之间的夹角为α。并且,(x',y')与(x,y)满足如下关系:
从图2可见,RADON变换表示在某一角度α上,目标图像f(x,y)在纵向上(y方向)的投影标量和随横向距离(x方向)的变化。而本发明实施例步骤S1中获取的子孔径内散射强度的横向分布代表目标在纵向上(y方向)众多散射点引起的散射强度投影矢量和随横向距离(x方向)的变化。也就是说,本发明实施例中对每个子孔径的雷达回波作傅里叶变换,获取子孔径内雷达回波的横向分布相当于在某个角度上对目标做RADON变换,获取所有子孔径内目标的横向分布。因此,可以利用RADON逆变换重建目标的图像,即本发明实施例中所说的第一图像。RADON逆变换的公式为:
其中,(x,y)为目标散射点的位置坐标,(x',y')为旋转α角度后目标散射点的位置,α为方位角,即相当于本发明实施例中子孔径的角度β,μ(x,y)为目标的二维图像,即相当于本发明中的第一图像,Ra(x')为目标的横向分布,即相当于本发明中的F(f,x)。
在步骤S3中,根据重建的目标的第一图像,利用CLEAN算法重构目标的第二图像。
具体的,在步骤S2中采用RADON逆变换重建的目标的第一图像是通过非相干累加得到的,导致目标图像的旁瓣较高。为了减小目标图像的旁瓣,可结合CLEAN算法得到目标的第二图像,即较精确的目标图像。图3为CLEAN算法的流程示意图。从图3可见,CLEAN算法始于S31。
在步骤S31中,在当前目标的第一图像中提取最大散射强度对应的位置坐标并记录第i个目标散射点的位置;其中,i为大于等于1的自然数。
其中,在提取第一个目标散射点的位置时,当前目标的第一图像是指步骤S2中重建的目标的第一图像。从步骤S2中重建的第一图像F(x,y)中提取最大散射强度点对应的位置坐标,并记录为第一个目标散射点的位置。
在步骤S32中,重构第i个目标散射点对应的单位散射幅度下的雷达回波T(f,θ),并根据最小范数准则估计所述第i个目标散射点的后向散射系数
具体的,为了衡量第i个目标散射点对目标雷达回波的贡献,分别重构其对应的单位散射幅度下的雷达回波T(f,θ),以及估计其散射幅度,即后向散射系数其中,T(f,θ)、分别满足:
通过求导可得出
式中,为第i个目标散射点的位置坐标,f为雷达回波的载频,θ为方位角,c为真空中的光速,S(f,θ)为当前目标的雷达回波。
在步骤S33中,从当前目标的雷达回波S(f,θ)中去除第i个目标散射点的贡献,获取S'(f,θ)。S'(f,θ)的计算公式如下:
在获取S'(f,θ)之后,还包括以下步骤:计算出S'(f,θ)对应的回波能量I'(f,θ),
I'(f,θ)=S'(f,θ)*S'*(f,θ)
其中,S'*(f,θ)为S'(f,θ)的共轭复数。
在获取I'(f,θ)后,还包括以下步骤:将回波能量I'(f,θ)与预设的门限阈值Ith进行比较。当I'(f,θ)高于Ith时,将去除第i个目标散射点的第一图像作为当前目标的第一图像,并将S'(f,θ)作为当前目标的雷达回波,然后返回再次执行步骤S31~S33。当I'(f,θ)低于Ith时,停止迭代过程,进入步骤S34。
优选的,所述预设的门限阈值为根据RADON逆变换重建的目标的第一图像的总能量的0.5%或1%。
在步骤S34中,利用记录的目标散射点的位置重构目标的第二图像。
其中,利用CLEAN算法中记录的散射点的信息,包括散射点的位置坐标、对应散射强度,进行目标的第二图像的重构,可有效去除目标图像中的旁瓣。
根据本发明实施例的用于自旋目标的单频雷达成像方法,既能够解决宽角度连续波雷达回波数据的成像问题,又能很好的解决自旋目标的成像问题,在雷达目标的检测和识别中有着较强的实用价值。需要说明的是,本发明的成像方法不仅适用于自旋目标,而且适用于旋转合成孔径角很大的目标,如转台上的目标。只要不影响本发明技术方案的实施,任何相对雷达旋转了一个较大孔径角的目标的成像问题,都可应用本发明的成像算法来解决。
下面给出一个具体的实施例,来说明本技术方案的技术效果。
图4给出了一个仿真目标的位置示意图,其位置坐标分别设定为(-2,0)、(0,-2)、(2,0),(0,2)、(0,0)。其中,位置坐标中的单位为米。并且每个位置上,仿真目标的散射强度设定为10m2。图5为利用RADON逆变换得到的第一图像,图6为利用CLEAN算法得到的第二图像。结合图5、图6可以看出,通过CLEAN算法有效去除了目标图像中的旁瓣。
下面通过表1给出CLEAN算法中提取的散射点的位置坐标及各自对应的散射强度,以及,图4所示仿真目标的位置坐标及散射强度的设定值。
表1
通过表1可知,利用本发明成像方法得到的第二图像的位置坐标、散射强度与设定值非常接近,即本发明的成像方法具有很好的成像效果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种用于自旋目标的单频雷达成像方法,所述方法包括:
S1、将目标在所有方位角下的雷达回波划分为N个子孔径,对每个子孔径内的雷达回波作傅里叶变换,获取每个子孔径内散射强度的横向分布;
S2、对获取的N个子孔径内散射强度的横向分布进行RADON逆变换,重建目标的第一图像;
S3、根据重建的目标的第一图像,利用CLEAN算法重构目标的第二图像;
其中,N为大于0的自然数,并且假设在每个子孔径内多普勒频移不变。
2.如权利要求1所述的方法,其中,在步骤S1中,所述散射强度的横向分布为:
其中,F(f,x)为散射强度的横向分布,M为每个子孔径所包含的方位角的个数,f为雷达回波的载频,θm为子孔径所包含的第m个方位角,σm为第m个方位角下目标的后向散射系数,c为真空中的光速。
3.如权利要求1所述的方法,其中,步骤S3具体包括:
S31、在当前目标的第一图像中提取最大散射强度对应的位置坐标并记录第i个目标散射点的位置;其中,i为大于等于1的自然数;
S32、重构第i个目标散射点对应的单位散射幅度下的雷达回波T(f,θ),并根据最小范数准则估计所述第i个目标散射点的后向散射系数
其中,为第i个目标散射点的位置坐标,f为雷达回波的载频,θ为入射方位角,c为真空中的光速,S(f,θ)为当前目标的雷达回波;
S33、从当前目标的雷达回波S(f,θ)中去除第i个目标散射点的影响因子,获取S'(f,θ),以及对应于S'(f,θ)的回波能量I'(f,θ);
S34、当回波能量I'(f,θ)低于预设的门限阈值Ith时,利用记录的目标散射点的位置重构目标的第二图像。
4.如权利要求3所述的方法,其中,步骤S34还包括:
当回波能量I'(f,θ)高于预设的门限阈值Ith时,将去除第i个目标散射点的第一图像作为当前目标的第一图像,将S'(f,θ)作为当前目标的雷达回波,并再次执行步骤S31~S33。
5.如权利要求3所述的方法,其中,在步骤S33之后、在步骤S34之前,还包括:获取S'(f,θ)对应的回波能量I'(f,θ),
I'(f,θ)=S'(f,θ)*S'*(f,θ);
其中,S'*(f,θ)为S'(f,θ)的共轭复数。
6.如权利要求1所述的方法,其中,每个子孔径的角度β满足:
其中,λ为入射波长,La为目标的横向尺寸,Lr为目标的径向尺寸。
7.如权利要求3所述的方法,其中,所述预设的门限阈值为重建的目标的第一图像的总能量的0.5%或1%。
8.如权利要求1所述的方法,其中,在步骤S1之前还包括:获取目标在所有方位角下的雷达回波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510983010.6A CN105353374B (zh) | 2015-12-24 | 2015-12-24 | 一种用于自旋目标的单频雷达成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510983010.6A CN105353374B (zh) | 2015-12-24 | 2015-12-24 | 一种用于自旋目标的单频雷达成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105353374A true CN105353374A (zh) | 2016-02-24 |
CN105353374B CN105353374B (zh) | 2018-01-16 |
Family
ID=55329375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510983010.6A Active CN105353374B (zh) | 2015-12-24 | 2015-12-24 | 一种用于自旋目标的单频雷达成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105353374B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572666A (zh) * | 2016-01-12 | 2016-05-11 | 北京环境特性研究所 | 一种用于自旋目标的单频雷达成像方法 |
CN109444843A (zh) * | 2019-01-04 | 2019-03-08 | 北京环境特性研究所 | 一种单频雷达成像方法和装置 |
CN111190174A (zh) * | 2020-01-22 | 2020-05-22 | 中科蓝卓(北京)信息科技有限公司 | 一种机场道面异物探测及移除系统 |
CN112070697A (zh) * | 2020-09-07 | 2020-12-11 | 北京环境特性研究所 | 一种基于逆二维像的局部散射特性评估方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101029217B1 (ko) * | 2009-10-01 | 2011-04-12 | 영남대학교 산학협력단 | 표적의 회전 이동을 보상하는 역합성 개구면 레이더 영상을 생성하는 방법 및 장치 |
CN102540189A (zh) * | 2012-01-04 | 2012-07-04 | 西安电子科技大学 | 基于复数后向投影的自旋目标三维成像方法 |
CN102928837A (zh) * | 2012-09-29 | 2013-02-13 | 西北工业大学 | 一种基于srmf和序列clean的空间自旋目标成像方法 |
CN103176178A (zh) * | 2013-02-04 | 2013-06-26 | 中国人民解放军海军航空工程学院 | 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法 |
CN103576130A (zh) * | 2013-11-05 | 2014-02-12 | 西安电子科技大学 | 一种进动锥体的三维成像方法 |
-
2015
- 2015-12-24 CN CN201510983010.6A patent/CN105353374B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101029217B1 (ko) * | 2009-10-01 | 2011-04-12 | 영남대학교 산학협력단 | 표적의 회전 이동을 보상하는 역합성 개구면 레이더 영상을 생성하는 방법 및 장치 |
CN102540189A (zh) * | 2012-01-04 | 2012-07-04 | 西安电子科技大学 | 基于复数后向投影的自旋目标三维成像方法 |
CN102928837A (zh) * | 2012-09-29 | 2013-02-13 | 西北工业大学 | 一种基于srmf和序列clean的空间自旋目标成像方法 |
CN103176178A (zh) * | 2013-02-04 | 2013-06-26 | 中国人民解放军海军航空工程学院 | 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法 |
CN103576130A (zh) * | 2013-11-05 | 2014-02-12 | 西安电子科技大学 | 一种进动锥体的三维成像方法 |
Non-Patent Citations (2)
Title |
---|
杨予昊: "自旋目标运动成像与静止目标凝视成像方法及关键技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
梁必帅等: "基于微动特征关联的空间自旋目标宽带雷达三维成像", 《电子与信息学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572666A (zh) * | 2016-01-12 | 2016-05-11 | 北京环境特性研究所 | 一种用于自旋目标的单频雷达成像方法 |
CN109444843A (zh) * | 2019-01-04 | 2019-03-08 | 北京环境特性研究所 | 一种单频雷达成像方法和装置 |
CN111190174A (zh) * | 2020-01-22 | 2020-05-22 | 中科蓝卓(北京)信息科技有限公司 | 一种机场道面异物探测及移除系统 |
CN112070697A (zh) * | 2020-09-07 | 2020-12-11 | 北京环境特性研究所 | 一种基于逆二维像的局部散射特性评估方法及装置 |
CN112070697B (zh) * | 2020-09-07 | 2024-01-19 | 北京环境特性研究所 | 一种基于逆二维像的局部散射特性评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105353374B (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102540189B (zh) | 基于复数后向投影的自旋目标三维成像方法 | |
CN102426360B (zh) | 空中微动旋转目标的二维isar成像方法 | |
CN105353374A (zh) | 一种用于自旋目标的单频雷达成像方法 | |
CN106526591A (zh) | 机动目标高分辨isar子孔径融合成像方法 | |
CN103777178B (zh) | 一种同步误差补偿方法、设备及系统 | |
CN103969634B (zh) | 基于全极化属性散射中心模型的目标属性特征提取方法 | |
CN103048655B (zh) | 天波超视距雷达频域超分辨微多径测高方法 | |
CN106569191A (zh) | 一种利用高分辨率成像获取目标rcs的方法 | |
CN104991269A (zh) | 一种边缘引导和结构约束的全波形反演快速方法 | |
CN104407349B (zh) | 一站固定式双站低频超宽带sar的频域成像方法 | |
CN106610492A (zh) | 基于rd算法的时频域混合校正距离徙动的sar成像方法 | |
CN105572666A (zh) | 一种用于自旋目标的单频雷达成像方法 | |
CN103630886B (zh) | 基于属性散射中心模型的isar目标分解与重构方法 | |
CN102914773A (zh) | 一种多航过圆周sar三维成像方法 | |
CN110018474A (zh) | 基于地球同步轨道合成孔径雷达层析技术的三维成像方法 | |
CN105974412A (zh) | 一种用于合成孔径雷达的目标特征提取方法 | |
CN105204022A (zh) | 海面风场的反演方法及装置 | |
CN104515980A (zh) | 一种基于InSAR构型的地面运动目标检测方法和装置 | |
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 | |
CN103530627B (zh) | 基于二维散射中心集网格模型的isar图像恢复方法 | |
CN104950307A (zh) | 一种机载三通道sar-gmti的精确定位方法 | |
CN103713287A (zh) | 一种基于互质多基线的高程重建方法及装置 | |
CN103135109B (zh) | 一种基于多径信号的超宽带雷达成像方法 | |
CN108008383A (zh) | 一种迭代多基线高精度四次fft相位解缠方法 | |
CN104076324A (zh) | 一种未知信源数高精度波达方向估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |