CN107607951A - 一种sar图像二次散射特征模拟方法 - Google Patents
一种sar图像二次散射特征模拟方法 Download PDFInfo
- Publication number
- CN107607951A CN107607951A CN201710969322.0A CN201710969322A CN107607951A CN 107607951 A CN107607951 A CN 107607951A CN 201710969322 A CN201710969322 A CN 201710969322A CN 107607951 A CN107607951 A CN 107607951A
- Authority
- CN
- China
- Prior art keywords
- ray
- signal
- dimensional imaging
- rescattering
- scattered
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种SAR图像二次散射特征模拟方法,具体步骤为:1)利用建筑物目标的三维模型构建三维成像场景;2)对三维成像场景中每一个三角面元赋予不同的微波散射属性;3)利用射线追踪算法模拟电磁波与建筑物目标之间的相互作用过程,生成模拟回波信号;4)将形成的模拟回波信号映射到SAR图像平面,生成二次散射特征图像。本发明基于给定三维成像场景,模拟电磁波信号与目标之间的两次散射回波信号特征,生成二次散射特征模拟图像,可满足于建筑物目标SAR图像的成像机理分析、目标识别与参数提取。
Description
技术领域
本发明涉及卫星遥感应用领域,尤指一种SAR图像二次散射特征模拟方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候、可穿透云雾快速成像的能力,在灾害应急和多云多雨地区监测中具有不可替代的作用,已逐步成为对地观测重要手段之一。自2007年以来,意大利的COSMO-SkyMed、加拿大的RADARSAT-2、德国的TerraSAR-X和TanDEM-X、中国的GF-3号卫星系统先后升空,开启了高分辨率星载SAR时代,为城市目标监测提供了大量SAR数据。
然而,SAR特殊的成像方式以及建筑物目标结构的复杂性,导致SAR图像特征非常复杂,呈现出完全不同于人类视觉的图像特征,给城区高分辨率SAR图像理解和应用造成很大的困难。对于城市建筑物目标而言,在SAR图像中最为明显就是二次散射特征,通常表现为亮线状或者亮块状特征,对于建筑物目标的识别与参数提取具有重要的指示意义。就成像机理而言,二次散射特征的形成机制非常复杂,不仅与建筑物目标及其下垫面的几何结构和理化参数有关,还与成像角度和方位等有关。
SAR图像模拟技术是对二次散射特征的形成机制进行分析的最为有效的手段。SAR图像模拟是根据地面实际情况或其他资料(如地图或其他遥感资料)、传感器轨道参数和雷达成像参数,利用后向散射模型和雷达成像原理生成不同成像条件下(不同入射角、方位角、波长、极化和分辨率等)模拟SAR图像,模拟图像与真实图像在几何特征和辐射特征方面保持一定的一致性,可用于并解释形成这种散射特征的形成过程。
虽然出现了很多种SAR图像模拟技术,但是由于电磁波与目标之间的二次散射过程非常复杂,无法用数学公式和模型精确描述,而现有的图像模拟方法不能有效而准确地刻画二次散射特征形成过程,模拟出准确的二次散射特征。因此,利用数值模拟方法对电磁波与目标场景相互作用过程进行精确刻画,模拟SAR图像中二次散射特征对于城市建筑物目标SAR图像特征分析、目标识别和参数提取具有重要的价值。
发明内容
针对现有技术存在的问题,本发明提供一种SAR图像二次散射特征模拟方法,该方法利用射线追踪算法模拟SAR天线发射电磁波信号与建筑物目标之间的相互作用过程,利用模拟回波信号生成二次散射特征图像。
为实现上述目标,本发明的一种SAR图像二次散射特征模拟方法,具体步骤为:1)利用建筑物目标的三维模型构建三维成像场景;2)对三维成像场景中每一个三角面元赋予不同的微波散射属性;3)利用射线追踪算法模拟电磁波与建筑物目标之间的相互作用过程,生成模拟回波信号;4)将形成的模拟回波信号映射到SAR图像平面,生成二次散射特征图像。
进一步,步骤1)中利用建筑物目标的三维模型通过3ds Max、SketchUp等CAD软件来构建三维成像场景。
进一步,所述三维成像场景以三角面元为最小基元,每一个三角面元可表示为i=1,2,3,…,Ntri,其中,和分别是第i个面元Fi对应的三个顶点,Ntri为三角面元总数。
进一步,步骤2)中根据微波散射基本原理对每一个三角面元的微波散射属性进行赋值。
进一步,所述的微波散射属性包括表面粗糙度和介电特性。
进一步,所述的粗糙度主要影响表面散射特性,散射能量为随着散射角γ增大而减小,不同粗糙度程度下,减弱趋势不一样,可以用粗糙度参数a进行控制,粗糙度可以分为粗糙、中等粗糙和光滑三种类型,粗糙度参数a分别为10,1和0.1;三维成像场景中所有面元的粗糙度属性表示为{ai},i=1,2,3,…,Ntri。
进一步,所述的散射角是散射方向与菲涅尔反射方向的夹角,如图2所示,为入射方向,为菲涅尔反射方向,为散射方向,∠BOC为散射角。
进一步,所述的介电特性主要是影响表面反射信号与入射信号的比值,即反射率大小,可以分为强、中等、弱介电特性,反射率ρ分别为0.8,0.4和0.2;三维成像场景中所有面元的介电特性表示为{ρi},i=1,2,3,…,Ntri。
进一步,步骤3)中模拟电磁波与建筑物目标之间的相互作用过程是在给定的成像参数的条件下,利用射线追踪算法计算电磁波信号与三维成像场景的散射过程,得到回波信号的过程。
进一步,所述的成像条件包括成像入射角θ,图像分辨率Δ,SAR卫星天线中心的高度为Hs,三维成像场景在y方向上的范围Ymax;其中,Ymax为图3中位于o-xyz坐标系下三维成像场景在y方向的范围。
进一步,所述的利用射线追踪算法计算电磁波信号与三维成像场景的散射过程为:对于每一个电磁波信号,利用射线追踪算法模拟天线发射的电磁波及其与三维成像场景的两次相互作用后返回雷达天线的电磁波信号。
进一步,电磁波与三维成像场景的两次相互作用过程的模拟过程为:首先,对于SAR天线发射的每一根电磁波信号,都可以表示为从天线发射的方向为的一条射线具体表达式为t≥0,其中,然后,计算射线与三维成像场景的相交过程,生成各个角度的散射信号对应的第一次散射射线集合接着,对中的每一个射线,计算其与三维成像场景的相交过程,生成各个角度的散射信号对应的第二次散射射线,将所有第二次散射射线组合成集合
进一步,射线与三维成像场景的相交过程(过程1)为:对任意射线如果满足t=tin,使得在三角面元内,则判定该条射线与三角面元Fi相交与点该射线的追踪距离r1=tin,能量大小为s1;否则,该条射线与三维成像场景不相交。
进一步,生成各个角度的散射信号对应的第一次散射射线集合的过程(过程2)为:对于射线与三角面元相交于点的情况,散射射线是以点为起点的射线集合,其方向由两个角度决定,δ取值范围为-90~90°,间隔2°,取值范围为0~360°,间隔2°;散射信号的能量大小s12不仅与三角面元Fi的介电特性有关,还与散射角γ有关,具体计算公式所有散射射线组成集合
进一步,散射角γ的计算过程为:菲涅尔反射方向在入射线与相交三角面元Fi表面法向量构成平面内,菲涅尔反射方向其中,表示矢量与的点乘。
进一步,三角面元法线向量的计算方法如图4所示,任意三角面元其法线向量其中×运算为向量叉乘,|·|为向量取模运算。
进一步,散射信号的方向为
进一步,生成各个角度的散射信号对应的第二次散射射线集合的过程为:对于第一次散射射线集合中任意一条射线,首先按照过程1来计算该条射线与三维成像场景中三角面元的相交过程,得到对应的追踪距离r12,然后按照过程2来计算该条射线对应的第二次散射射线集合散射信号能量为s2。
进一步,步骤4)中的回波信号是第二次散射射线集合中方向与电磁波入射方向相反的射线,具体判断过程为:对于中的任意一个射线,计算其方向矢量与电磁波入射方向之间的夹角如果夹角在范围-175°~-185°之间,则该射线为回波信号,否则不是回波信号;对于每一个回波信号,计算其起始点与天线的距离,即为该射线的追踪距离r2,则完整回波信号的追踪距离λ=(r1+r12+r2)/2,方位向坐标是yin,i,散射信号能量为s2。
进一步,步骤4)中生成二次散射特征图像的过程为:首先,计算所有的回波信号的追踪距离中最小值λmin和最大值λmax,计算三维成像场景所有三角面元的顶点坐标中y坐标的最小值ymin和最大值ymax;然后,计算模拟图像距离向列数和方位向宽度建立NAzimuth×NRange大小的空白图像I,I(k,l)=0,k=1…NAzimuth,l=1…NRange;最后,对于每一个回波信号,确定其映射到空白图像中的坐标为(k,l)=([yin,i/Δ],[λ/Δ]),其中[·]为向上取整,对模拟图像进行I(k,l)=I(k,l)+s2的运算。
本发明针对SAR二次散射特征,提出了一种SAR图像二次散射特征模拟方法,基于给定三维成像场景,模拟电磁波信号与目标之间的两次散射回波信号特征,生成二次散射特征模拟图像,可满足于建筑物目标SAR图像的成像机理分析、目标识别与参数提取。
附图说明
图1为本发明的一种SAR图像二次散射特征模拟方法的流程图;
图2为散射角的示意图;
图3为三维成像场景的示意图;
图4为三角面元法线方向矢量计算示意图;
图5为散射射线示意图;
图6为长方体建筑物目标的三维模型;
图7为长方体建筑物目标的二次散射模拟图像。
具体实施方式
本发明的一种SAR图像二次散射特征模拟方法是利用射线追踪算法模拟SAR天线发射电磁波信号与建筑物目标之间的相互作用过程,利用模拟回波信号生成二次散射特征图像,流程如图1所示,首先利用建筑物目标的三维模型构建三维成像场景,并对三维成像场景中每一个三角面元赋予不同的微波散射属性,然后利用射线追踪算法模拟电磁波与建筑物目标之间的相互作用过程,生成模拟回波信号,最后将形成的模拟回波信号映射到SAR图像平面,生成二次散射特征图像。
以图6中建筑物三维模型来说明本专利的实施方法。图6为一个平顶建筑物的三维模型构成的三维成像场景,建筑物目标长宽高分别为40米×30米×20米;图像模拟对应成像条件为:像元大小为0.1米,成像入射角θ=45°,图像分辨率Δ=0.1m,SAR卫星天线中心的高度为Hs=500km,三维成像场景在y方向上的范围Ymax=100m;图7为建筑物目标的二次散射特征模拟图像。
需要指出的是根据本发明的具体实施方式所作出的任何变形,均不脱离本发明的精神以及权利要求记载的范围。
Claims (9)
1.一种SAR图像二次散射特征模拟方法,具体步骤为:1)利用建筑物目标的三维模型构建三维成像场景;2)对三维成像场景中每一个三角面元赋予不同的微波散射属性;3)利用射线追踪算法模拟电磁波与建筑物目标之间的相互作用过程,生成模拟回波信号;4)将形成的模拟回波信号映射到SAR图像平面,生成二次散射特征图像。
2.如权利要求1所述的SAR图像二次散射特征模拟方法,其特征在于,步骤1)所述的利用建筑物目标的三维模型构建三维成像场景是利用建筑物目标的三维模型通过3ds Max、SketchUp等CAD软件来构建三维成像场景,以三角面元为其最小基元,每一个三角面元可表示为i=1,2,3,…,Ntri,其中,和分别是第i个面元Fi对应的三个顶点,Ntri为三角面元总数。
3.如权利要求1所述的SAR图像二次散射特征模拟方法,其特征在于,步骤2)对三维成像场景中每一个三角面元赋予不同的微波散射属性,微波散射属性包括表面粗糙度和介电特性,具体过程为:粗糙度主要影响表面散射特性,散射能量为随着散射角γ增大而减小,不同粗糙度程度下,减弱趋势不一样,可以用粗糙度参数a进行控制,粗糙度可以分为粗糙、中等粗糙和光滑三种类型,粗糙度参数a分别为10,1和0.1;三维成像场景中所有面元的粗糙度属性表示为{ai},i=1,2,3,…,Ntri;其中,散射角是散射方向与菲涅尔反射方向的夹角,如图2所示,为入射方向,为菲涅尔反射方向,为散射方向,∠BOC为散射角;介电特性主要是影响表面反射信号与入射信号的比值,即反射率大小,可以分为强、中等、弱介电特性,反射率ρ分别为0.8,0.4和0.2;三维成像场景中所有面元的介电特性表示为{ρi},i=1,2,3,…,Ntri。
4.如权利要求1所述的SAR图像二次散射特征模拟方法,其特征在于,步骤3)中成像条件包括成像入射角θ,图像分辨率Δ,SAR卫星天线中心的高度为Hs,三维成像场景在y方向上的范围Ymax;其中,Ymax为图3中位于o-xyz坐标系下三维成像场景在y方向的范围。
5.如权利要求1所述的SAR图像二次散射特征模拟方法,其特征在于,步骤3)中对于每一个电磁波信号,利用射线追踪算法模拟天线发射的电磁波及其与三维成像场景的两次相互作用后返回雷达天线的电磁波信号,具体过程为:首先,对于SAR天线发射的每一根电磁波信号,都可以表示为从天线发射的方向为的一条射线具体表达式为t≥0,其中, 然后,计算射线与三维成像场景的相交过程,生成各个角度的散射信号对应的第一次散射射线集合接着,对中的每一个射线,计算其与三维成像场景的相交过程,生成各个角度的散射信号对应的第二次散射射线,将所有第二次散射射线组合成集合
6.如权利要求5所述的射线与三维成像场景的相交过程,其特征在于,对任意射线如果满足t=tin,使得在三角面元内,则判定该条射线与三角面元Fi相交与点该射线的追踪距离r1=tin,能量大小为s1;否则,该条射线与三维成像场景不相交。
7.如权利要求5所述的生成各个角度的散射信号对应的第一次散射射线集合的过程,其特征在于,对于射线与三角面元Fi相交于点的情况,散射射线是以点为起点的射线集合,其方向由两个角度决定,δ取值范围为-90~90°,间隔2°,取值范围为0~360°,间隔2°;散射信号的能量大小s12不仅与三角面元Fi的介电特性有关,还与散射角γ有关,具体计算公式所有散射射线组成集合
其中,散射角γ的计算过程为:菲涅尔反射方向在入射线与相交三角面元Fi表面法向量构成平面内,菲涅尔反射方向其中,表示矢量与的点乘;三角面元法线向量的计算方法如图4所示,任意三角面元其法线向量其中×运算为向量叉乘,|·|为向量取模运算;散射信号的方向为
8.如权利要求5所述的生成各个角度的散射信号对应的第二次散射射线集合的过程,其特征在于,对于第一次散射射线集合中任意一条射线,首先按照权利要求6的计算过程来计算该条射线与三维成像场景中三角面元的相交过程,得到对应的追踪距离r12,然后按照权利要求7的计算过程来计算该条射线对应的第二次散射射线集合散射信号能量为s2。
9.如权利要求1所述的SAR图像二次散射特征模拟方法,其特征在于,步骤4)根据一定的判断条件得到回波信号,然后将回波信号映射到SAR图像平面,生成二次散射图像,具体过程如下:
判断回波信号的过程为:回波信号是第二次散射射线集合中方向与电磁波入射方向相反的射线,对于中的任意一个射线,计算其方向矢量与电磁波入射方向之间的夹角如果夹角在范围-175°~-185°之间,则该射线为回波信号,否则不是回波信号;对于每一个回波信号,计算其起始点与天线的距离,即为该射线的追踪距离r2,则完整回波信号的追踪距离λ=(r1+r12+r2)/2,方位向坐标是yin,i,散射信号能量为s2;
生成二次散射特征图像的过程为:计算所有的回波信号的追踪距离中最小值λmin和最大值λmax,计算三维成像场景所有三角面元的顶点坐标中y坐标的最小值ymin和最大值ymax;计算模拟图像距离向列数和方位向宽度建立NAzimuth×NRange大小的空白图像I,I(k,l)=0,k=1…NAzimuth,l=1…NRange;对于每一个回波信号,确定其映射到空白图像中的坐标为(k,l)=([yin,i/Δ],[λ/Δ]),其中[·]为向上取整,对模拟图像进行I(k,l)=I(k,l)+s2的运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710969322.0A CN107607951A (zh) | 2017-10-18 | 2017-10-18 | 一种sar图像二次散射特征模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710969322.0A CN107607951A (zh) | 2017-10-18 | 2017-10-18 | 一种sar图像二次散射特征模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107607951A true CN107607951A (zh) | 2018-01-19 |
Family
ID=61078308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710969322.0A Pending CN107607951A (zh) | 2017-10-18 | 2017-10-18 | 一种sar图像二次散射特征模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107607951A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108646233A (zh) * | 2018-04-20 | 2018-10-12 | 驭势(上海)汽车科技有限公司 | 模拟超声波雷达探测的方法、装置、系统及存储介质 |
CN110133683A (zh) * | 2019-05-20 | 2019-08-16 | 北京奥特贝睿科技有限公司 | 一种基于物理的卫星定位模拟方法 |
CN113917465A (zh) * | 2021-10-21 | 2022-01-11 | 苏州威陌电子信息科技有限公司 | 一种sar雷达成像方法及系统 |
CN114594438A (zh) * | 2022-03-04 | 2022-06-07 | 电子科技大学 | 一种双基合成孔径雷达回波模拟方法 |
CN116660897A (zh) * | 2023-05-19 | 2023-08-29 | 北京建筑大学 | Sar微波视觉成像的获取方法、装置、计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2160628A2 (en) * | 2007-02-14 | 2010-03-10 | Universita Di Pisa | Method for processing multi-pass radar data for sensing and analysing multiple components of non-stationary scatterers |
CN103336272A (zh) * | 2013-03-26 | 2013-10-02 | 中国科学院电子学研究所 | 一种基于几何结构的复杂目标sar图像仿真方法 |
CN103400137A (zh) * | 2013-08-23 | 2013-11-20 | 中国科学院遥感与数字地球研究所 | 一种sar图像的建筑物几何参数提取方法 |
CN105678694A (zh) * | 2016-02-18 | 2016-06-15 | 中国科学院遥感与数字地球研究所 | 一种基于建筑物三维模型的sar图像增强方法及系统 |
CN105740545A (zh) * | 2016-02-01 | 2016-07-06 | 西安电子科技大学 | 微波段地表双站电磁散射系数的统计工程模型的建立方法 |
CN105842698A (zh) * | 2016-05-18 | 2016-08-10 | 西安电子科技大学 | 一种高分辨sar图像的快速仿真方法 |
-
2017
- 2017-10-18 CN CN201710969322.0A patent/CN107607951A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2160628A2 (en) * | 2007-02-14 | 2010-03-10 | Universita Di Pisa | Method for processing multi-pass radar data for sensing and analysing multiple components of non-stationary scatterers |
CN103336272A (zh) * | 2013-03-26 | 2013-10-02 | 中国科学院电子学研究所 | 一种基于几何结构的复杂目标sar图像仿真方法 |
CN103400137A (zh) * | 2013-08-23 | 2013-11-20 | 中国科学院遥感与数字地球研究所 | 一种sar图像的建筑物几何参数提取方法 |
CN105740545A (zh) * | 2016-02-01 | 2016-07-06 | 西安电子科技大学 | 微波段地表双站电磁散射系数的统计工程模型的建立方法 |
CN105678694A (zh) * | 2016-02-18 | 2016-06-15 | 中国科学院遥感与数字地球研究所 | 一种基于建筑物三维模型的sar图像增强方法及系统 |
CN105842698A (zh) * | 2016-05-18 | 2016-08-10 | 西安电子科技大学 | 一种高分辨sar图像的快速仿真方法 |
Non-Patent Citations (2)
Title |
---|
FENGLI ZHANG ET AL.: "Urban Aerodynamic Roughness Length Mapping Using Multitemporal SAR Data", 《ADVANCES IN METEOROLOGY》 * |
王国军 等: "建筑物目标高分辨率SAR图像模拟方法", 《遥感技术与应用》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108646233A (zh) * | 2018-04-20 | 2018-10-12 | 驭势(上海)汽车科技有限公司 | 模拟超声波雷达探测的方法、装置、系统及存储介质 |
CN108646233B (zh) * | 2018-04-20 | 2021-08-20 | 驭势(上海)汽车科技有限公司 | 模拟超声波雷达探测的方法、装置、系统及存储介质 |
CN110133683A (zh) * | 2019-05-20 | 2019-08-16 | 北京奥特贝睿科技有限公司 | 一种基于物理的卫星定位模拟方法 |
CN113917465A (zh) * | 2021-10-21 | 2022-01-11 | 苏州威陌电子信息科技有限公司 | 一种sar雷达成像方法及系统 |
CN113917465B (zh) * | 2021-10-21 | 2022-07-26 | 苏州威陌电子信息科技有限公司 | 一种sar雷达成像方法及系统 |
CN114594438A (zh) * | 2022-03-04 | 2022-06-07 | 电子科技大学 | 一种双基合成孔径雷达回波模拟方法 |
CN116660897A (zh) * | 2023-05-19 | 2023-08-29 | 北京建筑大学 | Sar微波视觉成像的获取方法、装置、计算机设备 |
CN116660897B (zh) * | 2023-05-19 | 2024-02-27 | 北京建筑大学 | 基于空间语义的sar成像获取方法、装置、计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107607951A (zh) | 一种sar图像二次散射特征模拟方法 | |
CN105388465B (zh) | 基于海浪谱模型的海杂波模拟方法 | |
CN109283538A (zh) | 一种基于视觉和激光传感器数据融合的海上目标大小检测方法 | |
CN103336272A (zh) | 一种基于几何结构的复杂目标sar图像仿真方法 | |
CN104865562A (zh) | 基于混合模型的雷达非合作目标的识别方法 | |
CN109085572B (zh) | 隧道内基于多径利用毫米波雷达的运动目标跟踪方法 | |
CN103487789A (zh) | 应用于复杂目标多次散射的雷达散射截面快速获取方法 | |
CN104459643A (zh) | 一种舰船尾迹雷达回波仿真方法及系统 | |
CN117269940B (zh) | 点云数据生成方法、激光雷达的感知能力验证方法 | |
CN105260524A (zh) | 一种扫描状态下船舶导航雷达二维回波序列像仿真方法 | |
Fang | The simulation of quantum radar scattering for 3D cylindrical targets | |
Jones et al. | Marine vehicles simulated SAR imagery datasets generation | |
Willis et al. | Hardware-accelerated SAR simulation with NVIDIA-RTX technology | |
CN103675814A (zh) | 基于圆周sar确定建筑物地平面高度的方法 | |
CN112859027A (zh) | 一种基于一维距离像的诱饵阵列干扰效能分析方法 | |
CN111522007A (zh) | 真实场景与目标仿真融合的sar成像仿真方法和系统 | |
CN110186415B (zh) | 针对反射或散射传播的射线追踪获取信道信息的方法 | |
CN108280419B (zh) | 一种空间特征检测方法及系统 | |
CN108562899B (zh) | 高分辨极化sar目标图像快速仿真方法 | |
CN115033991A (zh) | 一种用于智能驾驶汽车仿真的毫米波雷达模拟方法及装置 | |
CN103593877A (zh) | 合成孔径声纳图像的仿真方法及系统 | |
CN102542261B (zh) | 一种二维可计算的目标探测、识别及辨识性能预测方法 | |
CN110276240A (zh) | 一种sar图像建筑物墙面窗户信息提取方法 | |
Liu et al. | SAR simulation for large scenes by ray tracing technique based on GPU | |
CN103996214A (zh) | Bp-sar图像重建误差分析方法及bp-sar图像重建方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180119 |