CN108594230A - 一种海船场景的合成孔径雷达图像仿真方法 - Google Patents
一种海船场景的合成孔径雷达图像仿真方法 Download PDFInfo
- Publication number
- CN108594230A CN108594230A CN201810783524.0A CN201810783524A CN108594230A CN 108594230 A CN108594230 A CN 108594230A CN 201810783524 A CN201810783524 A CN 201810783524A CN 108594230 A CN108594230 A CN 108594230A
- Authority
- CN
- China
- Prior art keywords
- wave
- sar
- modulation
- sea
- radar
- 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
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
-
- 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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9005—SAR image acquisition techniques with optical processing of the SAR signals
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)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种海船场景的合成孔径雷达图像仿真方法,将海船场景建模分为海、船两个部分,分别使用基于SAR原始信号的仿真方法模拟舰船部分的回波;利用基于SAR成像的仿真方法模拟海面回波,并分别得到海面的SAR图像强度数据和舰船部分的RCS数据;最后将图像强度数据和RCS数据转换成同一谱域后,进行SAR成像处理以获得海船场景的最终的SAR图像;相比现有技术具有计算效率高、准确性高的优点。
Description
技术领域
本发明属于合成孔径雷达领域,特别涉及一种海洋场景图像处理技术。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种能够全天时、全天候地获取地球表面高分辨率图像的成像雷达,由于合成孔径雷达具有良好的云层穿透性,且不受天气条件的影响,因此它被广泛运用于海陆资源利用、农林环境监测、地质结构勘探、重大灾害评估等领域,尤其在海洋遥感和检测领域发挥着极其重要的作用。由于海面场景合成孔径雷达(SAR)试验的困难,且受硬件设备条件的限制,可用于研究海洋参数反演、舰船检测和识别的海洋舰船场景的测量SAR图像严重缺乏,无法满足实际工程需求。
目标SAR图像仿真是根据SAR成像场景(包括目标)的模型、SAR平台参数以及SAR系统,在一定后向散射模型的基础上,按照雷达成像原理,获得目标SAR图像的过程与方法。目标SAR图像仿真为SAR系统设计与验证、SAR图像几何纠正与地理编码、SAR图像解译和目标识别以及SAR成像处理等多个方面提供了有力的支持。
在SAR图像仿真领域中,文献“Giorgio Franceschetti,Maurizio Migliaccio,and Daniele Riccio,“The sar simulation:an overview,”in Geoscience and RemoteSensing Symposium,1995.IGARSS’95.’Quantitative Remote Sensing for Science andApplications’,International.IEEE,1995,vol.3,pp.2283–2285.”中,乔治法兰切蒂等人将SAR图像仿真方法分为两类:一种是基于SAR原始信号,另一种是基于SAR图像。前者利用散射模型获得回波数据,然后用回波数据的成像处理方法生成SAR图像。该方法考虑了SAR系统的系统参数和成像性能,然而,它将消耗巨大的计算资源,大大降低了效率。后一种仿真方法强调了物体的几何模型和电磁辐射模型,忽略了电磁波和物体之间的相互作用,从而保证了仿真的高效率,该方法能反映模拟物体的纹理和辐射特征,但不能反映SAR系统的成像性能。
文献“许小剑,李晓飞,刁桂杰等,时变海面雷达目标散射现象学模型”中,利用经典的“四路径”回波模型,考虑了海面与舰船目标之间的电磁耦合作用,并将将时变海面的影响考虑在散射模型中,对海船场景的SAR图像进行了仿真,得到了较高的仿真精度。但由于对海船模型整体散射采用数值方法进行求解,计算速度不理想。
发明内容
为了解决上述技术问题,本发明提出一种海船场景的合成孔径雷达图像仿真方法,可应用于海场景建模,海洋监测技术,海杂波模拟等领域。
本发明采用的技术方案为:一种海船场景的合成孔径雷达图像仿真方法,包括:
S1、建立海面SAR图像强度模型;
S2、建立舰船目标的RCS;
S3、根据步骤S1的海面SAR图像强度模型与步骤S2的舰船目标的RCS,生成SAR图像。
进一步地,步骤S1具体包括以下分步骤:
S11、采用线性滤波方法生成海洋表面模型;
S12、利用SPM计算布拉格波散射模型;
S13、海洋表面的运动调节布拉格波的空间分布是通过倾斜调制、水动力调制和速度聚束调制;根据倾斜调制、水动力调制得到实孔径雷达调制;
根据实孔径雷达调制得到改进的布拉格波散射模型;根据改进的布拉格波散射模型以及速度调制得到图像强度表达式为:
其中,T代表合成孔径时间,ρa代表方位分辨率降低系数,R代表斜率范围,V代表SAR平台的运动速度,ur(x0)代表海面波浪的轨道速度。
更进一步地,步骤S12所示的布拉格波散射模型表达式为:
其中,k是波数,h是小型海面的均方高度,θ是入射角,θ取值范围为20°到70°,W(·)是菲利普斯光谱函数,αtr是其对应的偏振系数。
进一步地,所述倾斜调制表达式为:
其中,i是虚数单位,θ代表入射角,k为海浪的波数,kl=±ksinΦ为k在雷达视线上的分量,正负号分别对应于雷达左视和右视,VV代表电磁波的极化方式为垂直极化,HH代表电磁波的极化方式为水平极化。
进一步地,所述水动力调制表达式为:
其中,i是虚数单位,μ为松弛因子,k为海浪的波数,w为海浪的角频率,kl=±ksinΦ为k在雷达视线上的分量,正负号分别对应于雷达左视和右视。
本发明的有益效果:本发明将海船场景建模分为海、船两个部分,分别使用基于SAR原始信号的仿真方法模拟舰船部分的回波;利用基于SAR成像的仿真方法模拟海面回波,并分别得到海面的SAR图像强度数据和舰船部分的RCS数据;最后将图像强度数据和RCS数据转换成同一谱域后,进行SAR成像处理以获得海船场景的最终的SAR图像;可用于解决传统方式使用单一仿真方法的准确性不高,计算复杂度高的弊端;本发明利用基于SAR成像的仿真方法模拟海面部分,以保证SAR系统的成像性能对舰船的影响,利用基于SAR原始信号的仿真方法模拟舰船部分,以保证海面的纹理和辐射特征,从而使计算效率大大提高、准确性显著增强。
附图说明
图1本发明的方案流程图;
图2本发明具体实施例的海船场景模型;
图3本发明具体实施例中的舰船3D模型;
图4本发明具体实施例的HH极化海船场景仿真结果;
图5本发明具体实施例的VV极化海船场景仿真结果。
具体实施方式
为了方便描述本发明的内容,本文对以下术语进行解释。
术语1:JONSWAP频谱模型
一种估计海浪谱的方法,JONSWAP谱是深水风浪谱,该谱的获得是利用不同风速和风区下测得的谱经分析和拟合得到的,其具体方式见文献“程永存.一种新的风浪谱模型及其在高度计风速反演中的应用[D].中国海洋大学,2007.”
术语2:融合数据的空间频率域成像算法
具体成像算法见文献“Caner Ozdemir,Inverse synthetic aperture radarimaging with MATLAB algorithms,vol.210,John Wiley&Sons,2012.”
本发明的具体实施流程图如图1;最后的海船场景模型显示在图2中,风向是西向西30度,船向西方向60度,风速为7.2米/秒,黄色箭头表示方向,绿色箭头表示风向。本实施例中SAR系统的具体仿真参数如表1所示。
表1 SAR系统参数
S1、海面SAR图像强度模型的建立
S11、采用JONSWAP频谱模型生成海洋表面模型
本发明中采用JONSWAP光谱模型来获得海洋表面模型,海面模型S(k)制定为如公式(10)所示,将菲利普斯参数α=0.0081,波数k,峰值波数kp=0.064,谱峰值因子γ=3.3,谱峰形参数σp,带入公式(10),得到海面模型S(k):
其中,α是菲利普斯参数,k是波数,kp是峰值波数,γ是谱峰值因子,σp是谱峰形参数,σp由公式(11)求得。
S12、利用SPM计算散射模型
微波和海洋表面之间的电磁相互作用可以被描述为一个双尺度模型(TSM)。TSM假设海洋表面是由大尺度波调制的小尺度波的复合表面。对于低和中等的海洋状态,当入射角度范围为20°到70°时,海洋表面的散射能量主要来自于微波波长的小尺度波,这一现象被称为布拉格散射。布拉格波的散射反射率可以由SPM计算。本实施例中仿真的是低和中等的海洋状态,入射角度为60°,因此可以被称为布拉格散射。布拉格波的散射反射率可以由SPM计算,散射模型如公式(12)所示。
其中,k是波数,h是小型海面的均方高度,θ是入射角,θ取值范围为20°到70°,W(·)是菲利普斯光谱函数,αtr是其对应的偏振系数。
S13、基于VB理论获得强度数据
考虑大尺度波对布拉格波的调制,基于VB理论,通过倾斜调制、水动力调制和速度聚束调制修正步骤1.2中得到的散射模型。倾斜调制和水动力调制都是线性调制,这两者只影响回波的功率,但不会影响多普勒频率。因此,这两种模式称为实孔径雷达(RAR)调制。通过公式(13)、公式(14)和公式(15)可以得到RAR调制的公式:
RRAR(k)=Rt(k)+Rh(k) (13)
其中,Rt(k)代表倾斜调制,Rh(k)代表水动力调制,其具体表达式如下:
其中,i是虚数单位,θ代表入射角,μ为松弛因子,反映小尺度波生成和衰减的快慢,k为海浪的波数,w为海浪的角频率,kl=±ksinΦ为k在雷达视线上的分量,正负号分别对应于雷达左视和右视,VV代表电磁波的极化方式为垂直极化,HH代表电磁波的极化方式为水平极化,Φ的取值:对于距离向传播的海浪Φ=90°,对于方位向传播的海浪Φ=0°。
然后基于RAR调制对步骤S12中得到的散射模型的表达式进行修改如下式所示:
其中,RRAR(km)和ψm分别代表RAR调制的振幅和相位,xo={x0,y0}代表空间位置,km表示大尺度波的波数。
与倾斜调制和水动力调制不同,速度聚束调制将导致多普勒频移,将导致SAR图像沿方位角的变化。结合速度聚束调制的影响,得到海面图像强度I(xo)的表达式如公式(17)所示,依据此图像强度表达式可以得到800m×800m的海面仿真图像强度数据。
其中,T代表合成孔径时间,ρa代表方位分辨率降低系数,R代表斜率范围,V代表SAR平台的运动速度,ur(x0)代表海面波浪的轨道速度。
S2、舰船目标的RCS建立
S21、舰船三维建模
首先根据拟建立的海船场景中的舰船的实际大小,采用CAD建模技术来生成其三维模型。本具体实施例中3D模型是由CAD软件CATIA设计的,舰船的外形轮廓是由它的左视图、俯视图、正视图决定的。然后,通过实体建模技术创建舰船的不同部分。最后,通过将所创建的舰船的各部分三维模型组合在一起,得到了舰船的整体三维模型如图3所示(图3中North表示北向,East表示东向,sailing direction表示航速,wind direction表示风向),船的长度是1.75米,宽度是3200米。
S22、舰船RCS计算
基于步骤S21得到的舰船的整体三维模型,本步骤利用数值计算的方法进行电磁计算。因为本实施例中这艘船的电尺寸非常大,如果使用典型数值计算的方法进行电磁计算,网格划分的数量将急剧增加到数百万,甚至数十亿,导致大量的计算消耗,考虑到效率和精度的要求,高频电磁计算方法更合适。通过合理的物理近似,PO方法表明散射场是散射面上诱导电流的积分,积分表达式可以写成:
其中,ES代表散射场,j是虚数单位,ke是电磁波数,η0是自由空间中的波阻抗,r是从原点到场点的径向距离,是从原点到场点的单位径向矢量,S'是舰船被电磁波照射的表面,是船的外单位法向量,Hi是舰船表面的入射磁场,r'是从原点到积分点的径向矢量。
基于此,得到舰船RCS数据。
S3、SAR图像生成
基于步骤S1,步骤S2分别获得的海洋表面的强度数据和舰船的RCS数据。进行SAR图像生成,得到海船联合场景的SAR图像。由于数据是在不同的数据域中收集的,因此将海面和舰船的两个数据统一到相同的数据域中,以实现数据联合处理。
由于舰船的RCS数据是以极坐标形式在空间频率域内组织的,通过使用极坐标格式转换,将数据从极坐标形式转换为笛卡尔格式,然后通过插值将其转换为空间频率域。
相应地,海洋表面的强度数据是在空间域中获得的,因此,通过执行二维傅里叶变换,将数据从空间域转换为空间频率域。
在此之后,通过将两数据相加的方式,在空间频率域中融合。最后,利用融合数据的空间频率域成像算法,生成海船场景的SAR图像。
仿真结果图如图4、图5所示,图4是极化方式为HH极化下的海船场景仿真结果图(横坐标range表示距离向,纵坐标Azimuth表示方位向),图5是极化方式为VV极化下的海船场景仿真结果图(横坐标range表示距离向,纵坐标Azimuth表示方位向)。从结果可以看出,由风引起的海面的纹理明显,这反映了大尺度波对小尺度波的调制。此外,值得注意的是,在VV极化方式下的海洋表面的强度值大于在HH极化方式时的强度值。与此同时,在图像中,可以看到散射中心的分布,最强烈的亮度是在飞船的中间部分,因为飞船上的塔的边缘结构导致了二次散射和强烈的散射能量。由此可以看出,本发明能够同时保证SAR的成像性能对舰船的影响、保证海面的纹理和辐射特征,达到计算效率的提升和仿真准确性的增强。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (5)
1.一种海船场景的合成孔径雷达图像仿真方法,其特征在于,包括:
S1、建立海面SAR图像强度模型;
S2、建立舰船目标的RCS;
S3、根据步骤S1的海面SAR图像强度模型与步骤S2的舰船目标的RCS,生成SAR图像。
2.根据权利要求1所述的一种海船场景的合成孔径雷达图像仿真方法,其特征在于,步骤S1具体包括以下分步骤:
S11、采用线性滤波方法生成海洋表面模型;
S12、利用SPM计算布拉格波散射模型;
S13、海洋表面的运动调节布拉格波的空间分布是通过倾斜调制、水动力调制和速度聚束调制;根据倾斜调制、水动力调制得到实孔径雷达调制;
根据实孔径雷达调制得到改进的布拉格波散射模型;根据改进的布拉格波散射模型以及速度调制得到图像强度表达式为:
其中,T代表合成孔径时间,ρa代表方位分辨率降低系数,R代表斜率范围,V代表SAR平台的运动速度,ur(x0)代表海面波浪的轨道速度。
3.根据权利要求2所述的一种海船场景的合成孔径雷达图像仿真方法,其特征在于,步骤S12所示的布拉格波散射模型表达式为:
其中,k是波数,h是小型海面的均方高度,θ是入射角,θ取值范围为20°到70°,W(·)是菲利普斯光谱函数,αtr是其对应的偏振系数。
4.根据权利要求3所述的一种海船场景的合成孔径雷达图像仿真方法,其特征在于,所述倾斜调制表达式为:
其中,i是虚数单位,θ代表入射角,k为海浪的波数,kl=±ksinΦ为k在雷达视线上的分量,正负号分别对应于雷达左视和右视,VV代表电磁波的极化方式为垂直极化,HH代表电磁波的极化方式为水平极化。
5.根据权利要求4所述的一种海船场景的合成孔径雷达图像仿真方法,其特征在于,所述水动力调制表达式为:
其中,i是虚数单位,μ为松弛因子,k为海浪的波数,w为海浪的角频率,kl=±ksinΦ为k在雷达视线上的分量,正负号分别对应于雷达左视和右视。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810783524.0A CN108594230A (zh) | 2018-07-17 | 2018-07-17 | 一种海船场景的合成孔径雷达图像仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810783524.0A CN108594230A (zh) | 2018-07-17 | 2018-07-17 | 一种海船场景的合成孔径雷达图像仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108594230A true CN108594230A (zh) | 2018-09-28 |
Family
ID=63617698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810783524.0A Pending CN108594230A (zh) | 2018-07-17 | 2018-07-17 | 一种海船场景的合成孔径雷达图像仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108594230A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110456348A (zh) * | 2019-08-19 | 2019-11-15 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
CN111025246A (zh) * | 2019-11-28 | 2020-04-17 | 北京遥测技术研究所 | 一种静止轨道sar对海面及船只复合场景成像仿真系统及方法 |
CN111522007A (zh) * | 2020-07-06 | 2020-08-11 | 航天宏图信息技术股份有限公司 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
CN113176573A (zh) * | 2021-04-23 | 2021-07-27 | 哈尔滨工业大学 | 复数域结构化sar舰船目标动态仿真与速度估计方法 |
CN114047511A (zh) * | 2021-11-02 | 2022-02-15 | 中国海洋大学 | 一种基于csa算法的时变海面机载sar成像仿真方法 |
CN114357721A (zh) * | 2021-12-09 | 2022-04-15 | 武汉华中天纬测控有限公司 | 水下对空成像全链路仿真方法 |
CN115079169A (zh) * | 2022-05-05 | 2022-09-20 | 北京卫星信息工程研究所 | 海面舰船目标sar成像仿真方法及设备 |
CN115830462A (zh) * | 2023-02-24 | 2023-03-21 | 中国人民解放军国防科技大学 | 基于循环一致性对抗网络的sar图像重构方法及装置 |
CN116258932A (zh) * | 2023-03-09 | 2023-06-13 | 中国人民解放军海军潜艇学院 | 一种用于水下运动目标尾迹的红外融合探测方法及系统 |
CN116796553B (zh) * | 2023-06-30 | 2024-03-19 | 哈尔滨工程大学 | 一种全场景多参数的海面与舰艇尾迹仿真方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076338A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 基于数字高程和数字地表覆盖的机载雷达杂波仿真方法 |
US20170016987A1 (en) * | 2015-07-17 | 2017-01-19 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence | Processing synthetic aperture radar images for ship detection |
CN107145874A (zh) * | 2017-05-13 | 2017-09-08 | 复旦大学 | 复杂背景sar图像中的舰船目标检测与鉴别方法 |
GB2554179A (en) * | 2016-08-31 | 2018-03-28 | Thales Sa | Method for generating an inverse synthetic aperture radar image |
CN107942329A (zh) * | 2017-11-17 | 2018-04-20 | 西安电子科技大学 | 机动平台单通道sar对海面舰船目标检测方法 |
-
2018
- 2018-07-17 CN CN201810783524.0A patent/CN108594230A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076338A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 基于数字高程和数字地表覆盖的机载雷达杂波仿真方法 |
US20170016987A1 (en) * | 2015-07-17 | 2017-01-19 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence | Processing synthetic aperture radar images for ship detection |
GB2554179A (en) * | 2016-08-31 | 2018-03-28 | Thales Sa | Method for generating an inverse synthetic aperture radar image |
CN107145874A (zh) * | 2017-05-13 | 2017-09-08 | 复旦大学 | 复杂背景sar图像中的舰船目标检测与鉴别方法 |
CN107942329A (zh) * | 2017-11-17 | 2018-04-20 | 西安电子科技大学 | 机动平台单通道sar对海面舰船目标检测方法 |
Non-Patent Citations (2)
Title |
---|
C. BRÜNING, W. ALPERS, K. HASSELMAN: "Monte-Carlo simulation studies of the nonlinear", 《REMOTE SENSING》 * |
赵言伟: "海面目标合成孔径雷达成像模拟研究", 《万方数据库》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110456348A (zh) * | 2019-08-19 | 2019-11-15 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
CN110456348B (zh) * | 2019-08-19 | 2020-08-25 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
CN111025246A (zh) * | 2019-11-28 | 2020-04-17 | 北京遥测技术研究所 | 一种静止轨道sar对海面及船只复合场景成像仿真系统及方法 |
CN111025246B (zh) * | 2019-11-28 | 2021-09-07 | 北京遥测技术研究所 | 一种静止轨道sar对海面及船只复合场景成像仿真系统及方法 |
CN111522007A (zh) * | 2020-07-06 | 2020-08-11 | 航天宏图信息技术股份有限公司 | 真实场景与目标仿真融合的sar成像仿真方法和系统 |
CN113176573A (zh) * | 2021-04-23 | 2021-07-27 | 哈尔滨工业大学 | 复数域结构化sar舰船目标动态仿真与速度估计方法 |
CN114047511A (zh) * | 2021-11-02 | 2022-02-15 | 中国海洋大学 | 一种基于csa算法的时变海面机载sar成像仿真方法 |
CN114047511B (zh) * | 2021-11-02 | 2022-04-12 | 中国海洋大学 | 一种基于csa算法的时变海面机载sar成像仿真方法 |
CN114357721A (zh) * | 2021-12-09 | 2022-04-15 | 武汉华中天纬测控有限公司 | 水下对空成像全链路仿真方法 |
CN114357721B (zh) * | 2021-12-09 | 2024-04-12 | 武汉华中天纬测控有限公司 | 水下对空成像全链路仿真方法 |
CN115079169A (zh) * | 2022-05-05 | 2022-09-20 | 北京卫星信息工程研究所 | 海面舰船目标sar成像仿真方法及设备 |
CN115830462A (zh) * | 2023-02-24 | 2023-03-21 | 中国人民解放军国防科技大学 | 基于循环一致性对抗网络的sar图像重构方法及装置 |
CN116258932A (zh) * | 2023-03-09 | 2023-06-13 | 中国人民解放军海军潜艇学院 | 一种用于水下运动目标尾迹的红外融合探测方法及系统 |
CN116796553B (zh) * | 2023-06-30 | 2024-03-19 | 哈尔滨工程大学 | 一种全场景多参数的海面与舰艇尾迹仿真方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108594230A (zh) | 一种海船场景的合成孔径雷达图像仿真方法 | |
Zhang et al. | SAR imaging simulation for composite model of ship on dynamic ocean scene | |
CN114970213B (zh) | 一种孤子内波起伏效应下的海杂波动态模拟方法 | |
CN103093057A (zh) | 一种船舶导航雷达信号仿真方法 | |
He et al. | Fast 3D-ISAR image simulation of targets at arbitrary aspect angles through nonuniform fast Fourier transform (NUFFT) | |
CN101587500A (zh) | 双站合成孔径雷达海面成像的计算机仿真方法 | |
Bennani et al. | RCS of complex targets: Original representation validated by measurements—Application to ISAR imagery | |
CN105260524B (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 | |
CN116819484B (zh) | 一种涡旋背景下的海杂波动态模拟方法 | |
CN113376597A (zh) | 基于数字高程地图和gpu的复杂地形电磁散射快速仿真方法 | |
CN111159937A (zh) | 一种近岸非线性正弦型波浪微波散射特性分析方法 | |
CN105701284B (zh) | 时变多尺度电大区域海面电磁散射矢量场的并行计算方法 | |
Peng et al. | Multiaircraft formation identification for narrowband coherent radar in a long coherent integration time | |
Li et al. | Time-domain iterative physical optics method for analysis of EM scattering from the target half buried in rough surface: PEC case | |
Guo et al. | ISAR image algorithm using time-domain scattering echo simulated by TDPO method | |
Guo et al. | The study on near-field scattering of a target under antenna irradiation by TDSBR method | |
Ahmadibeni et al. | Aerial and ground vehicles synthetic SAR dataset generation for automatic target recognition | |
Chiang et al. | Computation of backscattered fields in polarimetric SAR imaging simulation of complex targets | |
Jones et al. | Marine vehicles simulated SAR imagery datasets generation | |
Zhang et al. | A Hybrid Parametric Scattering Model for an Object on a Dielectric Rough Surface | |
Jones et al. | Physics-based simulated SAR imagery generation of vehicles for deep learning applications | |
Huo et al. | A new SAR image simulation method for sea-ship scene | |
CN106291549B (zh) | 一种金属多边形的合成孔径雷达图像仿真方法及其应用 | |
Daniel et al. | Millimetre-wave and sub-THz maritime radar scene simulation | |
Geng et al. | SAR RAW data simulation by electromagnetic computation in frequency domain |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |
|
RJ01 | Rejection of invention patent application after publication |