CN108983154B - 一种复相干信号三维可视化方法 - Google Patents
一种复相干信号三维可视化方法 Download PDFInfo
- Publication number
- CN108983154B CN108983154B CN201810825750.0A CN201810825750A CN108983154B CN 108983154 B CN108983154 B CN 108983154B CN 201810825750 A CN201810825750 A CN 201810825750A CN 108983154 B CN108983154 B CN 108983154B
- Authority
- CN
- China
- Prior art keywords
- coherent
- complex
- dimensional
- sphere
- parameter
- 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.)
- Active
Links
- 238000007794 visualization technique Methods 0.000 title abstract description 11
- 230000001427 coherent effect Effects 0.000 claims abstract description 98
- 239000011159 matrix material Substances 0.000 claims abstract description 37
- 238000012800 visualization Methods 0.000 claims abstract description 13
- 238000012935 Averaging Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 18
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 43
- 238000004364 calculation method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
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
- G01S7/04—Display arrangements
-
- 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
- G01S7/04—Display arrangements
- G01S7/06—Cathode-ray tube displays or other two dimensional or three-dimensional displays
- G01S7/20—Stereoscopic displays; Three-dimensional displays; Pseudo-three-dimensional displays
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Generation (AREA)
Abstract
本发明公开了一种复相干信号三维可视化方法,所述方法包括:步骤1)读入待可视化的复相干信号对s1和s2,通过二阶统计平均构建复相干矩阵C;步骤2)基于步骤1)构建的复相干矩阵C,计算反映s1和s2功率之和的c0参数、刻画s1和s2相对功率差的β参数,以及s1和s2间的复相干系数γ;步骤3)基于步骤2)得到的参数c0、β和γ,进一步计算参数c1、c2和c3,与参数c0一起构成相干矢量c;步骤4)基于步骤3)得到的相干矢量c构建三维相干球,实现对复相干信号所有自由度信息的可视化。本发明的复相干信号三维可视化方法通过拓展传统的二维圆图为三维相干球,实现了对复相干信号功率信息和相干信息的完整刻画。
Description
技术领域
本发明涉及多维信息可视化方法,特别涉及一种复相干信号三维可视化方法。
背景技术
在雷达信号处理特别是雷达干涉信号处理等应用中,我们的研究对象通常为一对复信号s1和s2,它们或来自于同一目标在不同观测几何/时间下的散射回波,或来自于同一信号经过不同信道后的响应等等。对于s1和s2的刻画,我们或者通过非相干测量获得对其平均功率<|s1|2>和<|s2|2>的描述,或者通过相干/干涉测量获得对其相干系数|γ|和相位差δ的描述,后者可进一步通过附图5所示的二维圆图来表示,其中|γ| 为半径,δ为方向角。尽管如此,尚不存在可对复相干信号的功率信息和相干信息同时进行完整刻画的方法。这严重影响了对复相干信号的全面认知,使得对复杂信号的几何拓扑研究始终处于初级阶段。
发明内容
本发明的目的在于克服上述技术缺陷,通过构建一个相干矢量c,拓展传统的二维圆图为三维相干球,实现对复相干信号功率信息和相干信息的完整刻画。
为了实现上述目的,本发明提供了一种复相干信号三维可视化方法,所述方法包括:
步骤1)读入待可视化的复相干信号对s1和s2,通过二阶统计平均构建复相干矩阵C;
步骤2)基于步骤1)构建的复相干矩阵C,计算反映s1和s2功率之和的c0参数、刻画s1和s2相对功率差的β参数,以及s1和s2间的复相干系数γ;
步骤3)基于步骤2)得到的参数c0、β和γ,进一步计算参数c1、c2和c3,与参数c0一起构成相干矢量c;
步骤4)基于步骤3)得到的相干矢量c构建三维相干球,实现对复相干信号所有自由度信息的可视化。
作为上述方法的一种改进,所述步骤1)中构建复相干矩阵C的步骤为:
式中,<·>表示集合平均,上标“*”表示复共轭。c11、c12、c21和c22为复相干矩阵C的四个元素,实数c11和c22为s1和s2的自相关,反映s1和s2各自功率;复数c12和c21为s1和s2的互相关,与s1和s2的干涉有关,且满足复相干矩阵C为厄密特矩阵。
作为上述方法的一种改进,所述步骤2)具体包括:
步骤2-1)反映s1和s2功率之和的参数c0为:
c0=Tr(C)=c11+c22
式中,Tr(·)表示矩阵的迹;
步骤2-2)刻画s1和s2相对功率差的参数β为:
其中,β取值区间为[0,π/2];
步骤2-3)s1和s2间的复相干系数γ为:
γ进一步由幅值|γ|和相位差δ构成:
式中,arg(·)表示取相位角操作。
作为上述方法的一种改进,所述步骤3)具体包括:
步骤3-1)参数c1、c2和c3的计算如下:
步骤3-2)相干矢量c为:
其中,c′1=c1/c0,c′2=c2/c0,c′3=c3/c0;
由于相干系数|γ|∈[0,1],故c′1、c′2和c′3:
作为上述方法的一种改进,所述步骤4)的三维相干球中,相干矢量c中元素c′1、c′2和c′3构成了以|γ|为半径、δ为经度、90°-2β为纬度的球坐标,故相干矢量c与三维相干球空间中的一点P(|γ|,δ,2β)联系在一起;以三维相干球的球心为原点进一步构建三维直角坐标系o-xyz,P点的直角坐标为P(c′2,c′3,c′1);球坐标P(|γ|,δ,2β)与直角坐标P(c′2,c′3,c′1)间的关系如下:
故对于任意一对复相干信号s1和s2:
当s1和s2完全去相干,即oP=|γ|=0,此时c′1=c′2=c′3=0,点P位于球心;
当s1和s2部分相干,即0<oP=|γ|<1,此时点P位于球内。
本发明的优点在于:
本发明的复相干信号三维可视化方法通过拓展传统的二维圆图为三维相干球,实现了对复相干信号功率信息和相干信息的完整刻画,有望提升对复杂信号的几何拓扑研究至新水平。
附图说明
图1是本发明的复相干信号三维可视化方法的总体流程图;
图2是本发明的复相干信号三维可视化方法的具体流程图;
图3(a)是一个实施例中所采用的待可视化复信号对s1幅度图;
图3(b)是一个实施例中所采用的待可视化复信号对s2幅度图
图4(a)是基于二阶统计平均得到的相干矩阵C分量c11示意图;
图4(b)是基于二阶统计平均得到的相干矩阵C分量c22示意图;
图4(c)是基于二阶统计平均得到的相干矩阵C分量Re(c21)或Re(c12)示意图;
图4(d)是基于二阶统计平均得到的相干矩阵C分量Im(c21)或-Im(c12)示意图;
图5是现有技术中的复相干信号二维圆图示意图;
图6(a)是基于相干矩阵C得到的参数c0的示意图;
图6(b)是基于相干矩阵C得到的参数β的示意图;
图6(c)是基于相干矩阵C得到的参数|γ|的示意图;
图6(d)是基于相干矩阵C得到的参数δ的示意图;
图7(a)是基于参数β、|γ|和δ得到的相干矢量c的分量c′1示意图;
图7(b)是基于参数β、|γ|和δ得到的相干矢量c的分量c′2示意图;
图7(c)是基于参数β、|γ|和δ得到的相干矢量c的分量c′3示意图;
图8是本发明的方法所实现的复相干信号三维相干球示意图;
图9是本发明的方法得到的三维可视化后的结果示意图;
图10(a)是实施例中复相干信号经几何配准后得到的相干矩阵C分量c11示意图;
图10(b)是实施例中复相干信号经几何配准后得到的相干矩阵C分量c22示意图;
图10(c)是实施例中复相干信号经几何配准后得到的相干矩阵C分量Re(c21)或 Re(c12)示意图;
图10(d)是实施例中复相干信号经几何配准后得到的相干矩阵C分量Im(c21)或 -Im(c12)示意图;
图11(a)是实施例中复相干信号经几何配准后得到的参数c0的示意图;
图11(b)是实施例中复相干信号经几何配准后得到的参数β的示意图;
图11(c)是实施例中复相干信号经几何配准后得到的参数|γ|的示意图;
图11(d)是实施例中复相干信号经几何配准后得到的参数δ的示意图;
图12(a)是实施例中复相干信号经几何配准后得到的相干矢量c的分量c′1示意图;
图12(b)是实施例中复相干信号经几何配准后得到的相干矢量c的分量c′2示意图;
图12(c)是实施例中复相干信号经几何配准后得到的相干矢量c的分量c′3示意图;
图13是实施例中复相干信号在几何配准后经本发明的方法得到的三维可视化后的结果示意图。
具体实施方式
现结合附图对本发明作进一步的描述。
参考图1和图2,本发明的一种复相干信号三维可视化方法包括以下步骤:
步骤1)、读入待可视化的复相干信号对s1和s2,通过二阶统计平均构建复相干矩阵C;
步骤2)、基于步骤1)构建的复相干矩阵C,计算反映s1和s2功率之和的c0参数、刻画s1和s2相对功率差的β参数,以及s1和s2间的复相干系数γ;
步骤3)、基于步骤2)得到的参数c0、β和γ,进一步计算参数c1、c2和c3,其与参数c0一起构成相干矢量c;
步骤4)、基于步骤3)得到的相干矢量c构建三维相干球,实现对复相干信号所有自由度信息的可视化。
下面对本发明方法中的步骤做进一步描述。
在步骤1)中,读入待可视化的复相干信号对s1和s2;在一个实施例中,所读入的复信号对为InSAR图像,图3(a)和图3(b)显示为该图像对的幅度,其由三维成像雷达高度计机载校飞系统2012年获取于内蒙古通辽地区,图像尺寸为500×500,此时两幅图像每个像素点即可构成了一对复相干信号s1和s2,故共有500×500对复相干信号。基于s1和s2,在步骤1)中,进一步通过二阶统计平均构建复相干矩阵C
式中,上标“*”表示复共轭,<·>表示集合平均。在各向历经假设下,这里以7×7空间平均代替集合平均。c11、c12、c21和c22为复相干矩阵C的四个元素,实数c11和c22为s1和s2的自相关,反映s1和s2各自功率;复数c12和c21为s1和s2的互相关,与s1和s2的干涉有关,且满足故复相干矩阵C为厄密特矩阵。图4(a)、图4(b)、图4 (c)和图4(d)分别为在该实施例上获得的c11、c22、c21的实部Re(c21)或Re(c12),以及c21的虚部Im(c21)或-Im(c12)。
基于步骤1)构建的复相干矩阵C,在步骤2)中,计算反映s1和s2功率之和的c0参数、刻画s1和s2相对功率差的β参数,以及s1和s2间的复相干系数γ。
其中,c0参数计算方法如下:
c0=Tr(C)=c11+c22
式中,Tr(·)表示矩阵的迹。
β参数计算方法如下:
其中,β取值区间为[0,π/2]。
复相干系数γ计算方法如下:
γ进一步由幅值|γ|和相位差δ构成,如图5所示:
式中,arg(·)表示取相位角操作。
图6(a)、图6(b)、图6(c)和图6(d)为在该实施例上获得的参数c0、β、|γ|和δ示意图。
基于步骤2)得到的参数c0、β和γ,在步骤3)中,进一步计算参数c1、c2和c3,其与参数c0一道构成相干矢量c。
其中,参数c1、c2和c3的计算如下:
最终相干矢量c的构建方法如下:
其中,c′1=c1/c0,c′2=c2/c0,c′3=c3/c0;
由于相干系数|γ|∈[0,1],故:
即
图7(a)、图7(b)和图7(c)为在该实施例上获得的相干矢量c分量c′1、c′2和 c′3示意图;
基于步骤3)得到的相干矢量c构建三维相干球,在步骤4)中,三维相干球的构建基于相干矢量c,相干矢量c中元素c′1、c′2和c′3构成了以|γ|为半径、δ为经度、90°- 2β为纬度的球坐标,故相干矢量c可与三维相干球空间中的一点P(|γ|,δ,2β)联系在一起,如图8所示。通过进一步构建三维直角坐标系o-xyz,P点的直角坐标可写为 P(c′2,c′3,c′1)。球坐标P(|γ|,δ,2β)与直角坐标P(c′2,c′3,c′1)间的联系如下:
● 经度角δ表示oP在o-xy平面内投影oP′与x轴之间的夹角;
● 纬度角2β表示oP与z轴之间的夹角。
故对于任意一对复相干信号s1和s2:
● 当s1和s2完全去相干,即oP=|γ|=0,此时c′1=c′2=c′3=0,点P位于球心;
● 当s1和s2部分相干,即0<oP=|γ|<1,此时点P位于球内。
这意味着,任意一对相干复信号s1和s2都可与三维球空间中球面、球内或球心的一点P联系在一起,反之亦然,称此球为三维相干球,其提供了对任意复相干信号所有自由度信息的三维可视化。
图9是实施例中复相干信号经本发明的方法做三维可视化后的结果示意图。可看到,所有500×500对复相干信号都投影于三维相干球内,且这些点集中在球心附近的区域。这表明,这些复相干信号大都为部分相干,且由于接近球心而相干性较低。这是因为图3(a)和图3(b)所示的实施例图像来自于具有一定空间基线的两个接收天线的独立测量,因此它们在空间上具有一定的几何偏移,须进行配准操作。为了说明这一点,我们利用快速相干系数法对图3(a)和图3(b)进行配准,基于对准后的图像,再次利用步骤1)计算配准后的复相干矩阵C,如图10(a)、图10 (b)、图10(c)和图10(d)所示;采用步骤2)计算此时的参数c0、β、|γ|和δ,如图11(a)、图11(b)、图11(c)和图11(d);基于步骤3)计算此时的相干矢量c,如图12(a)、图12(b)和图12(c)所示。可看到,经过几何配准后,复图像间的非相干信息和相干信息发生了显著改变。主要表现为:
● 参数β的变动范围得以有效压缩,由图6(b)的约28°到55°转变为图11(b) 的约36°到48°;
● 相干系数|γ|得以极大增强,由图6(c)的约0到0.5转变为图11(c)的约0.55到1;
● 图11(d)的干涉相位δ分布比图6(d)的更为规律,切实反映出实际地形的三维DEM起伏。
图13中外部点是实施例中复相干信号在几何配准后经本发明的方法做三维可视化后的结果示意图,为了与原始未配准复相干信号的三维可视化进行比较,将图9 中的结果在图13中用内部点进一步显示。可看到,经图像配准后,复信号在三维相干球中的投影点分布明显由集中于球心转移到接近于球面,体现出相干系数|γ|的极大提升;另外,配准后的点分布更加扁平,且集中于0°纬度区域,这与90°-2β相接近,反映出配准后s1和s2具有相当的平均功率;而投影点在经度方向上几乎覆盖整个 -180°到180°区域,反映出实施例中起伏多变的DEM,与该数据的地面事实完全一致。因此,本发明的一种复相干信号三维可视化方法能够全面且直观反映出复相干信号的功率信息和相干信息,其提供的对复杂信号的几何拓扑刻画开辟了对图像配准等复杂问题的全新认识,具有重要的理论意义和应用价值。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种复相干信号三维可视化方法,所述方法包括:
步骤1)读入待可视化的复相干信号对s1和s2,通过二阶统计平均构建复相干矩阵C;
步骤2)基于步骤1)构建的复相干矩阵C,计算反映s1和s2功率之和的c0参数、刻画s1和s2相对功率差的β参数,以及s1和s2间的复相干系数γ;
步骤3)基于步骤2)得到的参数c0、β和γ,进一步计算参数c1、c2和c3,与参数c0一起构成相干矢量c;
步骤4)基于步骤3)得到的相干矢量c构建三维相干球,实现对复相干信号所有自由度信息的可视化;
所述步骤1)中构建复相干矩阵C的步骤为:
式中,<·>表示集合平均,上标“*”表示复共轭;c11、c12、c21和c22为复相干矩阵C的四个元素,实数c11和c22为s1和s2的自相关,反映s1和s2各自功率;复数c12和c21为s1和s2的互相关,且满足复相干矩阵C为厄密特矩阵;
所述步骤2)具体包括:
步骤2-1)反映s1和s2功率之和的参数c0为:
c0=Tr(C)=c11+c22
式中,Tr(·)表示矩阵的迹;
步骤2-2)刻画s1和s2相对功率差的参数β为:
其中,β取值区间为[0,π/2];
步骤2-3)s1和s2间的复相干系数γ为:
γ进一步由幅值|γ|和相位差δ构成:
式中,arg(·)表示取相位角操作;
所述步骤3)具体包括:
步骤3-1)参数c1、c2和c3的计算如下:
步骤3-2)相干矢量c为:
其中,c′1=c1/c0,c′2=c2/c0,c′3=c3/c0;
由于相干系数|γ|∈[0,1],故c′1、c′2和c′3:
2.根据权利要求1所述的复相干信号三维可视化方法,其特征在于,所述步骤4)的三维相干球中,相干矢量c中元素c′1、c′2和c′3构成了以|γ|为半径、δ为经度、90°-2β为纬度的球坐标,故相干矢量c与三维相干球空间中的一点P(|γ|,δ,2β)联系在一起;以三维相干球的球心为原点进一步构建三维直角坐标系o-xyz,P点的直角坐标为P(c′2,c′3,c′1);球坐标P(|γ|,δ,2β)与直角坐标P(c′2,c′3,c′1)间的关系如下:
故对于任意一对复相干信号s1和s2:
当s1和s2完全去相干,即oP=|γ|=0,此时c′1=c′2=c′3=0,点P位于球心;
当s1和s2部分相干,即0<oP=|γ|<1,此时点P位于球内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810825750.0A CN108983154B (zh) | 2018-07-25 | 2018-07-25 | 一种复相干信号三维可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810825750.0A CN108983154B (zh) | 2018-07-25 | 2018-07-25 | 一种复相干信号三维可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108983154A CN108983154A (zh) | 2018-12-11 |
CN108983154B true CN108983154B (zh) | 2020-08-04 |
Family
ID=64550778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810825750.0A Active CN108983154B (zh) | 2018-07-25 | 2018-07-25 | 一种复相干信号三维可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108983154B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7224311B2 (en) * | 2004-08-27 | 2007-05-29 | Analytical Graphics, Inc. | System and method for visualization of attitude and attitude/position dependent data |
CN102270341B (zh) * | 2011-04-20 | 2015-01-07 | 电子科技大学 | 一种自适应的高精度干涉sar相位估计方法 |
US20150177376A1 (en) * | 2012-06-22 | 2015-06-25 | Brookhaven Science Associates Llc | Atmospheric radar |
CN103439708B (zh) * | 2013-08-29 | 2015-04-22 | 西安电子科技大学 | 基于广义散射矢量的极化InSAR干涉图估计方法 |
CN104598732B (zh) * | 2015-01-19 | 2018-03-02 | 西安交通大学 | 一种相干与非相干混合信号的半参数个数估计方法 |
CN106772261B (zh) * | 2016-12-07 | 2019-11-12 | 中国船舶重工集团公司第七二四研究所 | 雷达侦测信号多维特征聚类可视化显示方法 |
-
2018
- 2018-07-25 CN CN201810825750.0A patent/CN108983154B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108983154A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3392836B1 (en) | Camera calibration method, recording medium, and camera calibration apparatus | |
CN110703245B (zh) | 基于同名点匹配与dem辅助的地基sar多角度图像配准方法 | |
CN102590640A (zh) | 一种毫米波\亚毫米波近场幅度相位测量方法 | |
CN110458876B (zh) | 基于sar-sift特征的多时相polsar图像配准方法 | |
Sun et al. | 3DRIMR: 3D reconstruction and imaging via mmWave radar based on deep learning | |
Wang et al. | An improved measurement model of binocular vision using geometrical approximation | |
CN106323271B (zh) | 基于特征奇异值的航天器相对姿态测量矢量选取方法 | |
CN112558070B (zh) | 圆周扫描地基sar的频域成像方法及装置 | |
Sun et al. | R2p: A deep learning model from mmwave radar to point cloud | |
Sun et al. | Deeppoint: A deep learning model for 3d reconstruction in point clouds via mmwave radar | |
Yang et al. | Camera calibration using projective invariants of sphere images | |
CN108983154B (zh) | 一种复相干信号三维可视化方法 | |
Nico | Exact closed-form geolocation for SAR interferometry | |
CN103630901A (zh) | 机载下视阵列3-d sar成像的方法 | |
CN116484641A (zh) | 一种天线三维方向图与天线实物的结合显示方法及系统 | |
CN109061645B (zh) | 综合孔径辐射计虚拟相关稀疏成像方法及系统 | |
CN103869312A (zh) | 一种连续场景的稀疏阵列sar侧视三维成像方法 | |
CN107907881B (zh) | 一种长孔径星载sar地形估计方法 | |
CN113671497B (zh) | 基于圆柱对称模型的单通道sar目标三维坐标提取方法 | |
Wu et al. | Imaging of high-speed aerial targets with ISAR installed on a moving vessel | |
CN108957454B (zh) | 机载干涉合成孔径雷达的干涉相位仿真方法 | |
Li et al. | Imaging and structural feature decomposition of a complex target using multi-aspect polarimetric scattering | |
Wielgo et al. | Convolutional neural network for 3D ISAR non-cooperative target recognition | |
CN114200448A (zh) | 综合孔径辐射计波数域近场成像方法及设备 | |
Xiang et al. | A novel sub-camera array model for calibrating multi-mirror catadioptric systems |
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 |