CN106908790A - 一种机载sar雷达速度的优化估计方法 - Google Patents
一种机载sar雷达速度的优化估计方法 Download PDFInfo
- Publication number
- CN106908790A CN106908790A CN201710111556.1A CN201710111556A CN106908790A CN 106908790 A CN106908790 A CN 106908790A CN 201710111556 A CN201710111556 A CN 201710111556A CN 106908790 A CN106908790 A CN 106908790A
- Authority
- CN
- China
- Prior art keywords
- sar radar
- ground target
- search
- echo data
- sections
- 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
- 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
- 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
- G01S13/9047—Doppler beam sharpening mode
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
一种机载SAR雷达速度的优化估计方法,其主要思路为:获取第l段机载SAR雷达回波数据,并得到第l段经过距离压缩的机载SAR雷达回波数据;然后计算第i次搜索地面目标对应的方位压缩参考函数设定第l段经过距离压缩的机载SAR雷达回波数据包含Q个距离单元,选取其中N个距离单元;将选取的N个距离单元分别与相乘后再分别作FFT,进而得到方位压缩后第i次搜索地面目标对应的图像块;计算第i次搜索地面目标对应的图像块的信息熵,如果信息熵对于第i次搜索地面目标得到的速度值的一阶导数绝对值小于设定的允许误差,则将对应的第i次搜索地面目标得到的速度值,作为最终估计的机载SAR雷达速度。
Description
技术领域
本发明涉及雷达信号处理技术领域,特别涉及一种机载SAR雷达速度的优化估计方法,适用于SAR雷达的精确成像。
背景技术
合成孔径雷达(SAR)具有全天候、全天时和远距离成像的特点,能有效提高雷达的信息获取能力,在土地监测、农田测绘、海洋观测、海冰监视和地面形变观测等民事领域以及战场侦察、军队动向监视等军事领域都有重要的应用;随着SAR雷达的发展,其分辨率逐渐提高,SAR雷达成像中地物的图像越来越清晰,SAR雷达成像的质量也来越高;人们一直在探索通过提高SAR雷达成像分辨率来改善SAR雷达成像的应用,如城区交通规划和管理、高精度高度测量、地物分类、三维成像等。
通常的SAR雷达成像算法均假定载体做匀速直线运动,其载体可能是中、低空飞行的轻型飞机、直升机或者无人机等,受大气气流和导航飞控系统误差的影响,载体的颠簸和扰动可能比较大,录取的数据与理想航线的相比较会有较大失真,此时如果不进行运动补偿,将导致成像质量严重下降;“运动是成像的依据,也是产生问题的根源,”一方面SAR雷达载体与被成像区域之间的相对运动是获得方位向高分辨率成像的关键;另一方面偏离理想运动的运动误差制约着SAR雷达的高分辨率成像;因此深入研究机载SAR雷达的运动补偿具有现实意义,而对SAR雷达运动速度的估计是运动补偿的关键。
熵作为描述信息不确定性的尺度,在信号处理领域有着广泛的应用,就SAR雷达成像聚焦问题而言,散焦图像对比度较低,表明各像素取值概率接近,不确定性较大;而聚焦图像对比度较高,说明各像素取值的确定性增加,因此,用熵来作为衡量SAR雷达成像聚焦程度的尺度是合理的;由熵的定义以及SAR雷达图像的物理意义可知,若回波相位误差越小,则SAR雷达成像聚焦越好,而熵也就越小;当SAR雷达成像完全聚焦时,熵取得最小值,这样利用最小熵准则对不同的载机速度进行搜索,当SAR雷达成像的熵达到最小时,所对应的SAR雷达的载机速度也就是真实的载机速度。使用最小熵方法由复图像域出发,也就是以图像的聚焦程度为准则对SAR雷达成像进行聚焦处理,能够避免图像偏置(MD)方法因天线方向图不严格对称以及相位梯度自聚焦(PGA)算法由于SAR雷达成像中不存在特显点而导致估计精度差的问题,该问题存在于任何场景,但是传统基于最小熵搜索雷达速度的方法搜索次数多导致计算量大。
发明内容
针对上述技术问题存在的不足,本发明的目的在于提供一种机载SAR雷达速度的优化估计方法,该种机载SAR雷达速度的优化估计方法是基于最小熵的SAR雷达速度估计方法,并采用牛顿法搜索最小熵,能够有效减少搜索次数从而减少计算量。
本发明的主要思路:获取第l段机载SAR雷达回波数据,并得到第l段经过距离压缩的机载SAR雷达回波数据;然后计算第i次搜索地面目标对应的方位压缩参考函数设定第l段经过距离压缩的机载SAR雷达回波数据包含Q个距离单元,选取其中N个距离单元;将选取的N个距离单元分别与相乘后再分别作FFT,进而得到方位压缩后第i次搜索地面目标对应的图像块;计算第i次搜索地面目标对应的图像块的信息熵,如果信息熵对于第i次搜索地面目标得到的速度值的一阶导数绝对值小于设定的允许误差,则将对应的第i次搜索地面目标得到的速度值,作为最终估计的机载SAR雷达速度。
为达到上述技术目的,本发明采用如下技术方案予以实现。
一种机载SAR雷达速度的优化估计方法,包括以下步骤:
步骤1,获取机载SAR雷达回波数据,所述机载SAR雷达回波数据为机载SAR雷达发射信号照射到地面目标后反射回来的信号,然后对机载SAR雷达回波数据在方位向上进行分段,得到D段机载SAR雷达回波数据;D为大于0的正整数;
在D段机载SAR雷达回波数据中任意选取一段机载雷达回波数据,记为第l段机载SAR雷达回波数据,l∈{1,2,…,D};
步骤2,对第l段机载SAR雷达回波数据进行距离压缩,得到第l段经过距离压缩的机载SAR雷达回波数据;
初始化:令i表示搜索次数的序号,i的初始值为1;
步骤3,计算得到第i次搜索地面目标得到的速度值对应的多普勒调频率,进而计算得到第i次搜索地面目标对应的方位压缩参考函数;
步骤4,设定第l段经过距离压缩的机载SAR雷达回波数据包含Q个距离单元,选取其中N个距离单元,N<Q;
将选取的N个距离单元分别与第i次搜索地面目标对应的方位压缩参考函数相乘后再分别作快速傅里叶变换,进而得到方位压缩后第i次搜索地面目标对应的图像块;其中,N为第l段经过距离压缩的机载SAR雷达回波数据中幅度较大距离单元个数,N为大于0的正整数;
步骤5,计算得到第i次搜索地面目标对应的图像块的信息熵,如果第i次搜索地面目标对应的图像块的信息熵对于第i次搜索地面目标得到的速度值的一阶导数绝对值大于或等于ε,则令i加1,返回步骤3;
如果第i次搜索地面目标对应的图像块的信息熵对于第i次搜索地面目标得到的速度值的一阶导数绝对值小于ε,则迭代停止,并将迭代停止时对应的第i次搜索地面目标得到的速度值,作为最终估计的机载SAR雷达速度。
本发明与现有技术相比具有如下优点:(1)本发明方法能够解决传统基于最小熵搜索法得到雷达速度的计算量大、搜索次数多的问题,并能够快速得到机载SAR雷达的真实速度;(2)本发明方法引入牛顿一维搜索法对机载SAR雷达速度进行估计,提高收敛速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种机载SAR雷达速度的优化估计方法流程图;
图2为速度不准确导致的目标散焦示意图,其中defocused image为散焦图像;
图3为经过传统最小熵搜索速度后的聚焦图像示意图,其中refocused image为重聚焦图像;
图4为经过基于牛顿法的最小熵搜索速度后的聚焦图像示意图,其中refocusedimage为重聚焦图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,为本发明的一种机载SAR雷达速度的优化估计方法流程图;本发明实施例利用牛顿法搜索最小熵以估计机载SAR雷达速度,所述方法包括以下步骤:
步骤1,获取机载SAR雷达回波数据,所述机载SAR雷达回波数据为机载SAR雷达发射信号照射到地面目标后反射回来的信号,然后对机载SAR雷达回波数据在方位向上进行分段,得到D段机载SAR雷达回波数据;D为大于0的正整数。
机载SAR雷达的载机在每段机载SAR雷达回波数据内分别匀速运动,并分别以机载SAR雷达的载机上惯导系统传递的速度参数v作为基准点,其中惯导系统是安装在机载SAR雷达的载机上的一种传感器,惯性系统响应速度快,具有短时间测量精度。
在D段机载SAR雷达回波数据中任意选取一段机载雷达回波数据,记为第l段机载SAR雷达回波数据,l∈{1,2,…,D}。
步骤2,对第l段机载SAR雷达回波数据进行距离压缩,得到第l段经过距离压缩的机载SAR雷达回波数据。
初始化:令i表示搜索次数的序号,i的初始值为1。
步骤3,计算得到第i次搜索地面目标得到的速度值对应的多普勒调频率Ki,Ki=-2Vi 2/(λR),Vi表示第i次搜索地面目标得到的速度值,初始搜索地面目标得到的速度值V0为机载SAR雷达的载机上惯导系统传递的速度参数v,初始搜索地面目标得到的速度值V0对应的多普勒调频率为K0,λ表示机载SAR雷达发射信号的波长,R表示机载SAR雷达到地面目标的斜距;进而计算得到第i次搜索地面目标对应的方位压缩参考函数 其中,tm表示机载SAR雷达的方位向慢时间,exp表示指数函数,j为虚数单位。
步骤4,设定第l段经过距离压缩的机载SAR雷达回波数据包含Q个距离单元,选取其中幅度较大的N个距离单元,N<Q,INT(·)表示取整操作;该N个距离单元中存在能量较大的地面目标可能性最大,能够使得方位压缩后输出图像的熵越小,因此由该N个距离单元估计得到的机载SAR雷达载机速度可信度较高;本发明方法尤其适用于飞行不平稳的机载SAR雷达载机。
将选取的幅度较大的N个距离单元分别与第i次搜索地面目标对应的方位压缩参考函数相乘后再分别作快速傅里叶变换,进而得到方位压缩后第i次搜索地面目标对应的图像块Ii(M×N),其中,M为机载SAR雷达的载机在第l段机载SAR雷达回波数据内的采样点数,N为第l段经过距离压缩的机载SAR雷达回波数据中幅度较大距离单元个数,M、N分别为大于0的正整数。
步骤5,根据SAR图像的信息熵定义计算得到第i次搜索地面目标对应的图像块的信息熵Hi(M×N),log10表示底数为10的对数操作,Pi(m,n)表示第m个采样点、第n个距离单元处的第l段机载SAR雷达回波数据第i次搜索地面目标时对应的散射强度密度,Si,n表示第l段机载SAR雷达回波数据第i次搜索第n个距离单元处地面目标时的总功率,Si(m,n)表示方位压缩后第i次搜索地面目标对应的图像块Ii(M×N)中第m个采样点、第n个距离单元处的数值,m∈{1,2,…,M},n∈{1,2,…,N},M为机载SAR雷达的载机在第l段机载SAR雷达回波数据内的采样点数,N为第l段经过距离压缩的机载SAR雷达回波数据中幅度较大距离单元个数,M、N分别为大于0的正整数。
第i次搜索地面目标得到的速度值Vi是根据牛顿法计算得到的,其表达式为:
H″(i-1)(M×N)表示H(i-1)(M×N)对于第i-1次搜索地面目标得到的速度值Vi-1的二阶导数,H′(i-1)(M×N)表示H(i-1)(M×N)对于第i-1次搜索地面目标得到的速度值Vi-1的一阶导数,H(i-1)(M×N)表示第i-1次搜索地面目标对应的图像块的信息熵,Vi-1表示第i-1次搜索地面目标得到的速度值。
如果第i-1次搜索地面目标对应的图像块的信息熵对于第i-1次搜索地面目标得到的速度值Vi-1的一阶导数绝对值|H′(i-1)(M×N)|≥ε,则令i加1,返回步骤3。
如果第i-1次搜索地面目标对应的图像块的信息熵对于第i-1次搜索地面目标得到的速度值Vi-1的一阶导数绝对值|H′(i-1)M×N)|<ε,则迭代停止,并将迭代停止时对应的第i次搜索地面目标得到的速度值Vi,作为最终估计的机载SAR雷达速度;其中,ε表示设定的允许误差,ε>0;设定的允许误差ε越小,精确度越高。
下面通过仿真实验对本发明效果作进一步验证说明。
(一)仿真参数:
物理意义 | 数值 | 物理意义 | 数值 |
采样点数 | 800 | 速度搜索范围 | (100,200) |
带宽 | 60MHz | 惯导速度v | 150m/s |
(二)仿真结果:
图2为速度不准确导致的目标散焦示意图,是散焦的点目标目标方位向信号,其中defocused image为散焦图像;图3为经过传统最小熵搜索速度后的聚焦图像示意图,即经过传统基于最小熵估计速度后的点目标方位向信号,共经过了121次搜索,其中refocusedimage为重聚焦图像;由图2和图3看到聚焦效果良好,此时的速度就是机载合成孔径雷达的实际速度,但是计算量巨大,假设方位上有800个采样点,求此数据的熵至少需要800次求模运算、801次对数运算、1600次乘法、800次加法和一次除法。
图4为经过基于牛顿法的最小熵搜索速度后的聚焦图像示意图,即引入牛顿搜索的基于最小熵的速度估计方法得到的点目标方位向信号,只经过了8次搜索,动目标方位向就得到了良好的聚焦,此时的速度就是机载合成孔径雷达的实际速度,其中refocusedimage为重聚焦图像。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种机载SAR雷达速度的优化估计方法,其特征在于,包括以下步骤:
步骤1,获取机载SAR雷达回波数据,所述机载SAR雷达回波数据为机载SAR雷达发射信号照射到地面目标后反射回来的信号,然后对机载SAR雷达回波数据在方位向上进行分段,得到D段机载SAR雷达回波数据;D为大于0的正整数;
在D段机载SAR雷达回波数据中任意选取一段机载雷达回波数据,记为第l段机载SAR雷达回波数据,l∈{1,2,…,D};
步骤2,对第l段机载SAR雷达回波数据进行距离压缩,得到第l段经过距离压缩的机载SAR雷达回波数据;
初始化:令i表示搜索次数的序号,i的初始值为1;
步骤3,计算得到第i次搜索地面目标得到的速度值对应的多普勒调频率,进而计算得到第i次搜索地面目标对应的方位压缩参考函数;
步骤4,设定第l段经过距离压缩的机载SAR雷达回波数据包含Q个距离单元,选取其中N个距离单元,N<Q;
将选取的N个距离单元分别与第i次搜索地面目标对应的方位压缩参考函数相乘后再分别作快速傅里叶变换,进而得到方位压缩后第i次搜索地面目标对应的图像块;其中,N为第l段经过距离压缩的机载SAR雷达回波数据中幅度较大距离单元个数,N为大于0的正整数;
步骤5,计算得到第i次搜索地面目标对应的图像块的信息熵,如果第i次搜索地面目标对应的图像块的信息熵对于第i次搜索地面目标得到的速度值的一阶导数绝对值大于或等于ε,则令i加1,返回步骤3;
如果第i次搜索地面目标对应的图像块的信息熵对于第i次搜索地面目标得到的速度值的一阶导数绝对值小于ε,则迭代停止,并将迭代停止时对应的第i次搜索地面目标得到的速度值,作为最终估计的机载SAR雷达速度。
2.如权利要求1所述的一种机载SAR雷达速度的优化估计方法,其特征在于,在步骤3中,所述第i次搜索地面目标得到的速度值对应的多普勒调频率为Ki,Ki=-2Vi 2/(λR),Vi表示第i次搜索地面目标得到的速度值,初始搜索地面目标得到的速度值V0为机载SAR雷达的载机上惯导系统传递的速度参数v,初始搜索地面目标得到的速度值V0对应的多普勒调频率为K0,λ表示机载SAR雷达发射信号的波长,R表示机载SAR雷达到地面目标的斜距。
3.如权利要求2所述的一种机载SAR雷达速度的优化估计方法,其特征在于,所述Vi表示第i次搜索地面目标得到的速度值,其表达式为:
H″(i-1)(M×N)表示H(i-1)(M×N)对于第i-1次搜索地面目标得到的速度值Vi-1的二阶导数,H′(i-1)(M×N)表示H(i-1)(M×N)对于第i-1次搜索地面目标得到的速度值Vi-1的一阶导数,H(i-1)(M×N)表示第i-1次搜索地面目标对应的图像块的信息熵,Vi-1表示第i-1次搜索地面目标得到的速度值。
4.如权利要求1所述的一种机载SAR雷达速度的优化估计方法,其特征在于,在步骤3中,所述第i次搜索地面目标对应的方位压缩参考函数为 其中,Ki表示第i次搜索地面目标得到的速度值对应的多普勒调频率,tm表示机载SAR雷达的方位向慢时间,exp表示指数函数,j为虚数单位。
5.如权利要求1所述的一种机载SAR雷达速度的优化估计方法,其特征在于,在步骤4中,所述Q个距离单元与所述N个距离单元的关系为:
INT(·)表示取整操作。
6.如权利要求1所述的一种机载SAR雷达速度的优化估计方法,其特征在于,在步骤5中,所述第i次搜索地面目标对应的图像块的信息熵为Hi(M×N),其表达式为:
其中,log10表示底数为10的对数操作,Pi(m,n)表示第m个采样点、第n个距离单元处的第l段机载SAR雷达回波数据第i次搜索地面目标时对应的散射强度密度,Si,n表示第l段机载SAR雷达回波数据第i次搜索第n个距离单元处地面目标时的总功率,Si(m,n)表示方位压缩后第i次搜索地面目标对应的图像块Ii(M×N)中第m个采样点、第n个距离单元处的数值,m∈{1,2,…,M},n∈{1,2,…,N},M为机载SAR雷达的载机在第l段机载SAR雷达回波数据内的采样点数,N为第l段经过距离压缩的机载SAR雷达回波数据中幅度较大距离单元个数,M、N分别为大于0的正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111556.1A CN106908790B (zh) | 2017-02-28 | 2017-02-28 | 一种机载sar雷达速度的优化估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111556.1A CN106908790B (zh) | 2017-02-28 | 2017-02-28 | 一种机载sar雷达速度的优化估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106908790A true CN106908790A (zh) | 2017-06-30 |
CN106908790B CN106908790B (zh) | 2019-08-06 |
Family
ID=59208904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710111556.1A Active CN106908790B (zh) | 2017-02-28 | 2017-02-28 | 一种机载sar雷达速度的优化估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106908790B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669182A (zh) * | 2018-12-05 | 2019-04-23 | 南京邮电大学 | 无源双基地sar动/静目标联合稀疏成像方法 |
CN110568434A (zh) * | 2019-07-15 | 2019-12-13 | 电子科技大学 | 一种多通道匀加速轨迹sar动目标二维速度估计方法 |
CN114244907A (zh) * | 2021-11-23 | 2022-03-25 | 华为技术有限公司 | 雷达数据的压缩方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7629920B1 (en) * | 2007-09-26 | 2009-12-08 | Lockheed Martin Corporation | Entropy method for range alignment for integration of target returns |
CN102879770A (zh) * | 2012-06-21 | 2013-01-16 | 中国人民解放军电子工程学院 | 基于sal回波数据的目标振动检测方法 |
CN105510914A (zh) * | 2015-11-26 | 2016-04-20 | 上海无线电设备研究所 | 一种基于图像熵的微波测试耦合杂波消除方法 |
US20160259048A1 (en) * | 2013-11-26 | 2016-09-08 | Thales | Anticollision radar, especially for an aircraft when taxiing, and anticollision system |
CN106405552A (zh) * | 2016-11-30 | 2017-02-15 | 西安电子科技大学 | 基于wvd—pga算法的sar雷达目标聚焦方法 |
CN106443674A (zh) * | 2016-09-23 | 2017-02-22 | 中国地质大学(武汉) | 一种基于衍射和成像与最小熵技术的探地雷达波速估计方法 |
-
2017
- 2017-02-28 CN CN201710111556.1A patent/CN106908790B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7629920B1 (en) * | 2007-09-26 | 2009-12-08 | Lockheed Martin Corporation | Entropy method for range alignment for integration of target returns |
CN102879770A (zh) * | 2012-06-21 | 2013-01-16 | 中国人民解放军电子工程学院 | 基于sal回波数据的目标振动检测方法 |
US20160259048A1 (en) * | 2013-11-26 | 2016-09-08 | Thales | Anticollision radar, especially for an aircraft when taxiing, and anticollision system |
CN105510914A (zh) * | 2015-11-26 | 2016-04-20 | 上海无线电设备研究所 | 一种基于图像熵的微波测试耦合杂波消除方法 |
CN106443674A (zh) * | 2016-09-23 | 2017-02-22 | 中国地质大学(武汉) | 一种基于衍射和成像与最小熵技术的探地雷达波速估计方法 |
CN106405552A (zh) * | 2016-11-30 | 2017-02-15 | 西安电子科技大学 | 基于wvd—pga算法的sar雷达目标聚焦方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669182A (zh) * | 2018-12-05 | 2019-04-23 | 南京邮电大学 | 无源双基地sar动/静目标联合稀疏成像方法 |
CN109669182B (zh) * | 2018-12-05 | 2022-05-17 | 南京邮电大学 | 无源双基地sar动/静目标联合稀疏成像方法 |
CN110568434A (zh) * | 2019-07-15 | 2019-12-13 | 电子科技大学 | 一种多通道匀加速轨迹sar动目标二维速度估计方法 |
CN110568434B (zh) * | 2019-07-15 | 2022-06-03 | 电子科技大学 | 一种多通道匀加速sar动目标二维速度估计方法 |
CN114244907A (zh) * | 2021-11-23 | 2022-03-25 | 华为技术有限公司 | 雷达数据的压缩方法和装置 |
CN114244907B (zh) * | 2021-11-23 | 2024-01-16 | 华为技术有限公司 | 雷达数据的压缩方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106908790B (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abatzoglou et al. | Range, radial velocity, and acceleration MLE using radar LFM pulse train | |
CN107015225B (zh) | 一种基于自聚焦的sar平台初始高度误差估计方法 | |
CN107607942B (zh) | 基于深度学习模型的大尺度电磁散射与逆散射的预测方法 | |
CN106291543A (zh) | 一种运动平台扫描雷达超分辨成像方法 | |
CN110456348B (zh) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 | |
CN108761419A (zh) | 基于组合空时主通道自适应处理的低空风切变风速估计方法 | |
CN103149561A (zh) | 一种基于场景块稀疏的稀疏微波成像方法 | |
CN103869311A (zh) | 实波束扫描雷达超分辨成像方法 | |
CN105652271B (zh) | 一种增广拉格朗日实波束雷达角超分辨处理方法 | |
CN112379342B (zh) | 一种星载测云雷达回波模拟及回波特征参数精度估算方法 | |
CN106908790A (zh) | 一种机载sar雷达速度的优化估计方法 | |
CN105447867B (zh) | 基于isar图像的空间目标姿态估计方法 | |
CN112859074B (zh) | 多频带多视角isar融合成像方法 | |
CN113534065B (zh) | 一种雷达目标微动特征提取与智能分类方法及系统 | |
CN108535726A (zh) | 基于幂权Fourier变换的ISAR成像方法 | |
CN110133648A (zh) | 一种选取逆合成孔径雷达船只成像时窗的方法 | |
CN105044721B (zh) | 机载正前视扫描雷达角超分辨方法 | |
Yang et al. | An optimal polar format refocusing method for bistatic SAR moving target imaging | |
CN104181514B (zh) | 一种合成孔径雷达高精度运动补偿方法 | |
Yang et al. | Fast generation of deceptive jamming signal against space-borne SAR | |
Zhou et al. | High-squint SAR imaging for noncooperative moving ship target based on high velocity motion platform | |
Chen et al. | Sea clutter suppression and micromotion marine target detection via radon‐linear canonical ambiguity function | |
CN106872979B (zh) | 基于海面起伏运动目标sar图像再聚焦的海浪参数获取方法 | |
CN108549063A (zh) | 一种星载合成孔径雷达图像中运动目标航迹向速度快速估计方法 | |
CN110736988B (zh) | 双基地pfa运动目标参数估计和成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |