CN108983172A - 一种随机进化约束的sar辐射定标方法 - Google Patents
一种随机进化约束的sar辐射定标方法 Download PDFInfo
- Publication number
- CN108983172A CN108983172A CN201810940289.3A CN201810940289A CN108983172A CN 108983172 A CN108983172 A CN 108983172A CN 201810940289 A CN201810940289 A CN 201810940289A CN 108983172 A CN108983172 A CN 108983172A
- Authority
- CN
- China
- Prior art keywords
- sar
- calibration
- scaler
- sampling
- valid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005070 sampling Methods 0.000 claims abstract description 33
- 230000005855 radiation Effects 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 13
- 238000012546 transfer Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 7
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000010287 polarization Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S7/40—Means for monitoring or calibrating
-
- 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
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
本发明公开了一种随机进化约束的SAR辐射定标方法，包括以下步骤：获取定标场SAR图像和定标器的信息并设置定标精度阈值ξthred；定标器样本内点的随机抽样；SAR辐射校正的迭代进化；基于精度约束的定标结果优化输出。本发明先利用载机成像飞行获得定标场图像以及定标器数据和信息的获取，结合随机抽样一致性模型和常规SAR辐射定标方法，利用定标器样本内点的随机采样、辐射定标精度的给定约束满足、以及样本内点数与曲线拟合阶数的迭代进化，尽量用比较少的样本点来估计和校正，并加入剩余样本点来检验定标精度，弥补了常规辐射定标方法的缺陷，减轻了存在严重错误点时异常数据对辐射定标精度的影响，大大增强了SAR辐射定标的鲁棒性。
Description
技术领域
本发明涉及一种机载合成孔径雷达(SAR)数据的辐射外定标处理技术，尤其涉及的是一种随机进化约束的SAR辐射定标方法。
背景技术
合成孔径雷达(SAR)是一种主动的微波遥感成像雷达，由于具有全天候全天时的优点，特别适合于大面积的地表成像，同时也推动了在地球资源考察中的应用。目前合成孔径雷达图像已经在地质、水文、农业、林业、城市、海洋、测绘以及军事侦察等方面获得了广泛的应用。
最初，SAR数据应用主要依据图像提供的有关位置、形状和目标回波相对变化的信息，即定性遥感技术。定性遥感技术在诸如地杂波统计特性研究、土壤水分测定、作物精确分类、海面实况调查、目标识别等许多方面的应用中受到了极大限制。在这些应用中，都要求知道目标回波的绝对值，即需要定量的遥感技术。SAR定标技术是实现SAR对地定量观测的关键技术。由于SAR系统的整个信号流程中存在着许多误差源，雷达参数和成像参数的不确定性及其随机变化，使得SAR系统总传递函数具有不确定性，导致雷达图像测量的重复性差和雷达图像不能精确反映实际地图目标的回波特性。为此需要对雷达系统进行定标，直接建立雷达图像和地物后向散射系数的精确关系，使雷达能够进行重复性测量。
SAR定标需要对SAR系统从发射信号到产生图像整个信号流程中的各种增益误差进行校正，从而得到直接反映地物后向散射系数的SAR图像，一般可以分为内定标和外定标。内定标主要是利用系统内定标环路来监测SAR系统参数变化(如发射机、接收机增益等)，但由于内定标回路不能到达天线系统的无源部分，因此精确地测量天线方向图只能依靠外定标。外定标是利用地面的定标测试设备或已知反射特性的标准目标监测SAR系统参数及其变化(如天线方向图、定标常数等)，可以直接测量端到端的系统性能，通常在定标场内布设一定数量的有源和无源设备来实现。
有源角反射器(ARC)实际上是一种转发器，它有一幅天线接收来自雷达发射来的信号，经放大器放大后，再用另一幅天线发射回雷达。其优点是：a.能提供很高的信号杂波比；b.在方位向和距离向都有很宽的波束宽度；c.体积较小，易于野外摆放；d.高稳定度和好的标准参考值。它的缺点是，相对于其他无源定标目标，有源定标器造价高昂，并且需要提供电源，野外布设数量有限。
而无源角反射器凭借其结构简单、性能稳定、成本低廉等优点目前在外定标中作为已知散射特性目标被广泛应用。但是，角反射器在制作加工和布设等过程会造成其雷达截面测量误差，这些误差包括表面不规则性、平板曲度、平板轴校直度、设备指向、背景后向散射影响和多路径散射等，从而引入定标器样本数据集异常，导致之后辐射定标精度的恶化或难以达到指定精度。同时，在后期定标过程中，往往难以区分哪些定标器是否异常点(即外点)，以及异常大小是否影响要求的定标精度。
发明内容
本发明所要解决的技术问题在于：如何减轻现有定标方法存在严重错误点时对辐射定标精度的影响，提供了一种随机进化约束的SAR辐射定标方法。
本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：
(1)获取定标场SAR图像和定标器的信息并设置定标精度阈值ξthred；
(2)定标器样本内点的随机抽样：
从Nall个定标器样本里随机提取Nvalid个数据内点，在设定的置信概率P下，计算出所需的抽样总数M；
(3)SAR辐射校正的迭代进化
假设在距离向上布设的定标器内点样本个数为Nvalid，第i个定标器的系统传递函数为1≤i≤Nvalid：
其中，各个定标器图像能量Epi采用积分法或峰值法估计，值已知，
系统传递函数由多个定标器估值的曲线拟合来获得，
各个定标器的入射角θ通过下式计算：
H为飞行高度，R0为初始斜距，Yi为定标器沿距离向的像素位置，ΔY为距离向分辨率，
在第t次抽样时，1≤t≤M，其拟合阶数Np为，3≤Np≤9：
Np＝(t-1)mod7+3 (9)
其中，mod是取模运算；
校正原始SAR数据，得到辐射校正后的SAR数据，其图像能量为E'p：
对定标器进行图像能量的估计E'pi以及RCS的计算，从而得到所有定标器的系统常数Ksi，
(4)基于精度约束的定标结果优化输出：
计算当前进化过程中的辐射定标精度ξacu：
并通过多次随机抽样、有效内点样本个数更新，以及辐射校正估计，最终得到一组满足定标精度阈值的优化结果输出。
所述步骤(1)中，获取的信息包括定标器总个数Nall、类型、姿态、尺寸，以及各定标器在定标场SAR图像中的坐标位置。定标器的类型为三角形三面体、正方形三面体、二面角。
所述步骤(2)中，基于RANSAC进行定标器样本随机抽样，RANSAC(随机抽样一致性，Random Sample Consensus)通过随机取样剔除外点(outliers)的影响，构建一个仅由数据内点(inliers)组成的基本子集，是一种稳健的模型参数估计方法，在基础矩阵估计、特征匹配、运动模型选择等计算机视觉领域内有着广泛应用。根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据。
RANSAC算法不同于最小二乘等一般参数估计方法利用所有的点估计模型参数，然后再舍去误差大的点。其基本假设是样本中包含正确数据内点即可以被模型描述的数据，也包含异常数据野点，即偏离正常范围很远、无法适应数学模型的数据，也可以理解为是数据集中的噪声。这些异常数据可能产生于错误的测量、错误的计算或者错误的假设等。
在利用RANSA算法时，总假设给定一组正确的数据，存在可以计算出符合这些数据的模型参数的方法。首先设从Nall个定标器样本里随机提取Nvalid个数据内点，且为保证在一定的置信概率P下，在M次抽样中至少有一组全是内点(即偏差较小的点)，这就要求抽样次数M足够大。根据RANSAC原理，可得置信概率P、数据错误率ε(外点，即偏差较大的点，在原始数据中所占的比例)、抽样数M和计算模型参数需要的最小数据量m之间的关系，即
P＝1-(1-(1-ε)ms)M (1)
其中：
ms＝Nvalid (3)
同时考虑到曲线拟合至少是2阶以上，故采样内点个数Nvalid要满足下式：
3≤Nvalid≤Nall (4)
在给定采样内点个数Nvalid条件下，通过预设置信概率P，可以计算出此时所需的抽样总数M，即
其中，表示向上取整运算。所述步骤(3)中，根据目标的雷达方程，目标在SAR图像上的能量响应Ep对应着接收机的输出信号功率Ps：
式中：为天线俯仰角，度；σ0为目标的雷达后向散射系数；R为目标的斜距距离，m；θ为目标的雷达入射角，度；为雷达系统传递函数；Ks为雷达系统常数项。
所述步骤(4)中，若ξacu小于或等于定标精度阈值ξthred，则输出优化辐射校正的图像σ0，即辐射校正的进化约束结束；
若ξacu大于定标精度阈值ξthred，当抽样次数t小于当前抽样总数M时，则重新抽样Nvalid个内点样本，抽样次数累加，即t＝t+1，重复步骤(2)、(3)和(4)；
当抽样次数t等于当前抽样总数M，则减少内点样本采样数，即Nvalid＝Nvalid-1，重置抽样次数t＝1，并重复步骤(2)、(3)和(4)。
本发明相比现有技术具有以下优点：本发明先利用载机成像飞行获得定标场图像以及定标器数据和信息的获取，结合随机抽样一致性模型和常规SAR辐射定标方法，利用定标器样本内点的随机采样、辐射定标精度的给定约束满足、以及样本内点数和曲线拟合阶数的迭代进化，尽量用比较少的样本点来估计和校正，并加入剩余样本点来检验定标精度，弥补了常规辐射定标方法的缺陷，减轻了存在严重错误点时异常数据对辐射定标精度的影响，大大增强了SAR辐射定标的鲁棒性，同时也满足未来国内外大规模SAR图像自动定标和批量应用的需求。
附图说明
图1是本发明的流程示意图；
图2是实施例1中定标场的原始HH极化通道的SAR图像；
图3是实施例1中不同采样内点个数下置信度与迭代次数的变化曲线；
图4是实施例1中初始全部样点拟合得到系统传递函数曲线；
图5是实施例1中优化输出的系统传递函数曲线；
图6是实施例1经辐射定标优化输出的SAR图像；
图7是实施例2的定标场的原始HH极化通道的SAR图像；
图8是实施例2中不同采样内点个数下置信度与迭代次数的变化曲线；
图9是实施例2中初始全部样点拟合得到系统传递函数曲线；
图10是实施例2中优化输出的系统传递函数曲线；
图11是实施例2中经辐射定标优化输出的SAR图像。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
由于本发明采用的是无源角反射器作为SAR辐射定标器，因此需要事先将一定数量经过精确标定的标准反射器沿距离向(即垂直飞行方向)均匀排列于定标场中。然后，通过SAR载机平台飞行将雷达照射波束扫过定标场和成像处理得到的SAR图像中所有标准反射器目标，最后基于本发明技术在普通计算机上开发编程软件实现SAR图像辐射外定标处理。
实施例1
本实施例为X波段的机载SAR图像辐射标定方法。
如图1和图2所示，本实施例首先根据步骤(1)获得国内SAR飞行在某地定标场的X波段机载SAR图像，图2为该定标场的原始HH极化通道的SAR图像，其图像大小为3000像素*8192像素，雷达波长λ为0.03125m，飞行高度H为3787.46m，初始斜距R0为4054.97m，距离向(Y方向)分辨率ΔY为0.2998m，方位向(X方向)分辨率ΔX为0.3003m。由于系统传递函数的存在，原始SAR图像表现出明显的明暗变化，即图像上部的亮度偏亮，图像底部的亮度偏暗。在定标场中沿海滩上布设的8个(即Nall＝8)边长b为0.45m正方形三面角反射器，它们在图像中的位置见表1。
此外，考虑到实际应用和定标器本身精度，一般可设ξthred＝2.0dB。
表1全部定标器的位置信息
| 序号 | X坐标(像素) | Y坐标(像素) | 入射角(度) |
| 1 | 298 | 419 | 32.1611 |
| 2 | 1254 | 690 | 37.0409 |
| 3 | 1983 | 938 | 40.6627 |
| 4 | 2501 | 1144 | 43.2390 |
| 5 | 3381 | 1576 | 47.7310 |
| 6 | 3973 | 1789 | 49.6017 |
| 7 | 4812 | 2053 | 51.6777 |
| 8 | 5886 | 2365 | 53.8466 |
接着根据步骤(2)，事先设置一个置信概率，本实施例设置P＝0.9，并从Nall个定标器样本中第一次随机抽样Nvalid个样本，本实施例先从最大样本个数开始，Nvalid＝Nall＝8，那么由公式(5)计算出所需的最大抽样次数M＝1。
图3是不同采样内点个数下置信度与迭代次数的变化曲线。
然后根据步骤(3)进行SAR辐射校正，利用常用的积分法分别估计Nvalid个定标器的图像能量，并通过公式计算正方形三面角反射器的RCS，同时由公式(8)计算得到表1中各定标器的入射角，这样对Nvalid个定标器内点样本进行曲线拟合得到图4中所示的系统传递函数此时Nvalid＝8，t＝1，由公式(8)计算出的初始拟合阶数Np＝3。
原始SAR图像再经公式(10)的系统传递函数校正，由公式(11)可估计得到所有定标器的Ks值(dB)分别为2.7542，3.4590，2.0369，2.5729，1.0554，-0.6955，-3.7948，-7.3882。
最后利用步骤(4)中的公式(12)计算出此时定标精度ξacu＝11.39dB，并通过多次随机抽样、有效内点样本个数更新，以及辐射校正估计，最终当Nvalid＝4(分别为第1，2，7，8个样本)，Np＝3，t＝24时可得到一组满足定标精度阈值的优化结果输出，图5是基于四个内点样本拟合得到系统传递函数曲线，利用公式(11)估计得到的各Ks值(dB)分别为0.0002，-0.0002，-1.1271，0.0790，0.8983，0.7243，0.0077，0.0149，由公式(12)可得最终的定标精度ξacu为1.8156dB，图6是经辐射定标优化输出的SAR图像，与图2相比，可明显看出图像中底部海洋信息得以较大改善。
实施例2
本实施例对X波段SAR数据进行分析。
首先根据步骤(1)获得国内SAR飞行在某地定标场的X波段机载SAR图像，图7为该定标场的原始HH极化通道的SAR图像，其图像大小为6021像素*8192像素，雷达波长λ为0.03125m，飞行高度H为4000m，初始斜距R0为4882.66m，距离向(Y方向)分辨率ΔY为0.2998m，方位向(X方向)分辨率ΔX为0.3003m。由于系统传递函数的存在，原始SAR图像表现出明显的明暗变化，即图像上部的亮度偏亮，图像底部的亮度偏暗。在定标场中沿海滩上布设的9个(即Nall＝9)边长b为0.30m正方形三面角反射器，它们在图像中的位置见表2。
此外，考虑到实际应用和定标器本身精度，一般可设ξthred＝2.0dB。
表2本实施例全部定标器的位置信息
| 序号 | X坐标(像素) | Y坐标(像素) | 入射角(度) |
| 1 | 2552 | 120 | 36.9105 |
| 2 | 2552 | 668 | 43.8931 |
| 3 | 2548 | 1461 | 50.9092 |
| 4 | 2540 | 2442 | 56.9001 |
| 5 | 2536 | 2855 | 58.8720 |
| 6 | 2528 | 3962 | 63.1118 |
| 7 | 2521 | 4775 | 65.5324 |
| 8 | 2517 | 5294 | 66.8552 |
| 9 | 2516 | 5777 | 67.9605 |
接着利用步骤(2)设置一个置信概率，本实施例设P＝0.9，并从Nall个定标器样本中第一次随机抽样Nvalid个样本，本实施例先从最大样本个数开始，Nvalid＝Nall＝9，由公式(5)计算出所需的最大抽样次数M＝1。图8是不同采样内点个数下置信度与迭代次数的变化曲线。
然后根据步骤(3)进行SAR辐射校正，利用常用的积分法分别估计Nvalid个定标器的图像能量，并通过公式σsquare＝12πb4/λ2计算正方形三面角反射器的RCS，同时由公式(8)计算得到表2中各定标器的入射角，这样对Nvalid个定标器内点样本进行曲线拟合得到图9中所示的系统传递函数此时Nvalid＝9，t＝1，由式(8)计算出的初始拟合阶数Np＝3。
原始SAR图像再经公式(10)的系统传递函数校正，由公式(11)可估计得到所有定标器的Ks值(dB)分别为-0.2889，-2.3283，0.2765，-0.2523，-0.0005，-0.2874，0.6254，-0.1595，-0.1595。
最后利用步骤(4)中的公式(12)计算出此时定标精度ξacu＝2.4720dB，并通过多次随机抽样、有效内点样本个数更新，以及辐射校正估计，最终当Nvalid＝7(分别为第1，4，5，6，7，8，9个样本)，Np＝3，t＝2时可得到一组满足定标精度阈值的优化结果输出，图10是基于7个内点样本拟合得到系统传递函数曲线，利用公式(11)估计得到的各Ks值(dB)分别为-0.0502，-1.2075，0.9986，0.0038，0.1100，-0.4211，0.4620，-0.0784，-0.0784，由式(12)可得最终的定标精度ξacu为1.7955dB，图11是经辐射定标优化输出的SAR图像，与图7相比，可明显看出图像中底部海洋信息得以较大改善。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种随机进化约束的SAR辐射定标方法，其特征在于，包括以下步骤：
(1)获取定标场SAR图像和定标器的信息并设置定标精度阈值ξthred；
(2)定标器样本内点的随机抽样：
从Nall个定标器样本里随机提取Nvalid个数据内点，在设定的置信概率P下，计算出所需的抽样总数M；
(3)SAR辐射校正的迭代进化
假设在距离向上布设的定标器内点样本个数为Nvalid，第i个定标器的系统传递函数为
其中，各个定标器图像能量Epi采用积分法或峰值法估计，值已知，
系统传递函数由多个定标器估值的曲线拟合来获得，
各个定标器的入射角θ通过下式计算：
H为飞行高度，R0为初始斜距，Yi为定标器沿距离向的像素位置，ΔY为距离向分辨率，
在第t次抽样时，1≤t≤M，其拟合阶数Np为，3≤Np≤9：
Np＝(t-1)mod7+3
其中，mod是取模运算；
校正原始SAR数据，得到辐射校正后的SAR数据，其图像能量为E'p：
对定标器进行图像能量的估计E'pi以及RCS的计算，从而得到所有定标器的系统常数Ksi，
(4)基于精度约束的定标结果优化输出：
计算当前进化过程中的辐射定标精度ξacu：
并通过多次随机抽样、有效内点样本个数更新，以及辐射校正估计，最终得到一组满足定标精度阈值的优化结果输出。
2.根据权利要求1所述的一种随机进化约束的SAR辐射定标方法，其特征在于，所述步骤(1)中，获取的信息包括定标器总个数Nall、类型、姿态、尺寸，以及各定标器在定标场SAR图像中的坐标位置。
3.根据权利要求1所述的一种随机进化约束的SAR辐射定标方法，其特征在于，所述步骤(2)中，在给定采样内点个数Nvalid条件下，通过预设置信概率P，计算出所需的抽样总数M，即
其中，表示向上取整运算，P为置信概率，Nvalid为采样内点个数，Nall为定标器总个数。
4.根据权利要求1所述的一种随机进化约束的SAR辐射定标方法，其特征在于，所述步骤(3)中，根据目标的雷达方程，目标在SAR图像上的能量响应Ep对应着接收机的输出信号功率Ps：
式中：为天线俯仰角，度；σ0为目标的雷达后向散射系数；R为目标的斜距距离，m；θ为目标的雷达入射角，度；为雷达系统传递函数；Ks为雷达系统常数项。
5.根据权利要求1所述的一种随机进化约束的SAR辐射定标方法，其特征在于，所述步骤(4)中，若ξacu小于或等于定标精度阈值ξthred，则输出优化辐射校正的图像σ0，即辐射校正的进化约束结束；
若ξacu大于定标精度阈值ξthred，当抽样次数t小于当前抽样总数M时，则重新抽样Nvalid个内点样本，抽样次数累加，即t＝t+1，重复步骤(2)、(3)和(4)；
当抽样次数t等于当前抽样总数M，则减少内点样本采样数，即Nvalid＝Nvalid-1，重置抽样次数t＝1，并重复步骤(2)、(3)和(4)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810940289.3A CN108983172B (zh) | 2018-08-17 | 2018-08-17 | 一种随机进化约束的sar辐射定标方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810940289.3A CN108983172B (zh) | 2018-08-17 | 2018-08-17 | 一种随机进化约束的sar辐射定标方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108983172A true CN108983172A (zh) | 2018-12-11 |
| CN108983172B CN108983172B (zh) | 2020-06-26 |
Family
ID=64554264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810940289.3A Active CN108983172B (zh) | 2018-08-17 | 2018-08-17 | 一种随机进化约束的sar辐射定标方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108983172B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112859020A (zh) * | 2021-01-18 | 2021-05-28 | 中国科学院空天信息创新研究院 | 一种太阳能电池板对sar定标器rcs影响分析方法及装置 |
| CN113702926A (zh) * | 2021-07-16 | 2021-11-26 | 中国科学院空天信息创新研究院 | 一种有源定标器雷达截面积标校方法及装置 |
| CN115079114A (zh) * | 2022-08-22 | 2022-09-20 | 中国科学院空天信息创新研究院 | 基于海洋与角反射器后向散射的机载sar辐射定标方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101193245A (zh) * | 2006-11-27 | 2008-06-04 | 三星电子株式会社 | 为具有能量模式的图像处理装置降低能耗的显示系统 |
| CN104898100A (zh) * | 2015-04-30 | 2015-09-09 | 中国电子科技集团公司第三十八研究所 | 基于弱布设角反射器的机载sar辐射外定标处理方法 |
| US20170160381A1 (en) * | 2014-09-19 | 2017-06-08 | The Boeing Company | Amplitued calibration of a stepped-chirp signal for a synthetic aperture radar |
| CN106950551A (zh) * | 2017-03-31 | 2017-07-14 | 中国科学院电子学研究所 | 基于辐射稳定特性挖掘的sar辐射定标方法 |
| CN107144823A (zh) * | 2017-06-16 | 2017-09-08 | 中国测绘科学研究院 | 一种机载极化干涉合成孔径雷达影像的干涉定标方法 |
| CN107689051A (zh) * | 2017-09-08 | 2018-02-13 | 浙江环球星云遥感科技有限公司 | 一种基于变化因子的多时相sar影像变化检测方法 |
-
2018
- 2018-08-17 CN CN201810940289.3A patent/CN108983172B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101193245A (zh) * | 2006-11-27 | 2008-06-04 | 三星电子株式会社 | 为具有能量模式的图像处理装置降低能耗的显示系统 |
| US20170160381A1 (en) * | 2014-09-19 | 2017-06-08 | The Boeing Company | Amplitued calibration of a stepped-chirp signal for a synthetic aperture radar |
| CN104898100A (zh) * | 2015-04-30 | 2015-09-09 | 中国电子科技集团公司第三十八研究所 | 基于弱布设角反射器的机载sar辐射外定标处理方法 |
| CN106950551A (zh) * | 2017-03-31 | 2017-07-14 | 中国科学院电子学研究所 | 基于辐射稳定特性挖掘的sar辐射定标方法 |
| CN107144823A (zh) * | 2017-06-16 | 2017-09-08 | 中国测绘科学研究院 | 一种机载极化干涉合成孔径雷达影像的干涉定标方法 |
| CN107689051A (zh) * | 2017-09-08 | 2018-02-13 | 浙江环球星云遥感科技有限公司 | 一种基于变化因子的多时相sar影像变化检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨震，杨汝良: "HJ-1-C卫星SAR系统的内定标", 《雷达学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112859020A (zh) * | 2021-01-18 | 2021-05-28 | 中国科学院空天信息创新研究院 | 一种太阳能电池板对sar定标器rcs影响分析方法及装置 |
| CN112859020B (zh) * | 2021-01-18 | 2023-05-02 | 中国科学院空天信息创新研究院 | 一种太阳能电池板对sar定标器rcs影响分析方法及装置 |
| CN113702926A (zh) * | 2021-07-16 | 2021-11-26 | 中国科学院空天信息创新研究院 | 一种有源定标器雷达截面积标校方法及装置 |
| CN113702926B (zh) * | 2021-07-16 | 2023-09-08 | 中国科学院空天信息创新研究院 | 一种有源定标器雷达截面积标校方法及装置 |
| CN115079114A (zh) * | 2022-08-22 | 2022-09-20 | 中国科学院空天信息创新研究院 | 基于海洋与角反射器后向散射的机载sar辐射定标方法 |
| CN115079114B (zh) * | 2022-08-22 | 2022-11-04 | 中国科学院空天信息创新研究院 | 基于海洋与角反射器后向散射的机载sar辐射定标方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108983172B (zh) | 2020-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108983172B (zh) | 一种随机进化约束的sar辐射定标方法 | |
| CN109752696B (zh) | 一种高分辨率合成孔径雷达卫星图像中角反射器rcs校正方法 | |
| CN112017224B (zh) | Sar数据区域网平差处理方法和系统 | |
| CN108318871B (zh) | 一种星载微波辐射计冷空定标修正方法 | |
| CN102393513B (zh) | 一种基于自然分布场景和稀少定标器的极化定标方法 | |
| CN104898100A (zh) | 基于弱布设角反射器的机载sar辐射外定标处理方法 | |
| CN109597040B (zh) | 一种星载sar影像无场几何定标方法 | |
| CN108562882A (zh) | 一种星载sar影像几何交叉定标方法和系统 | |
| CN112733394A (zh) | 一种大气参数反演方法及装置 | |
| CN115865142B (zh) | 一种雷达天线波束指向校准方法、系统、装置及存储介质 | |
| Sharma et al. | Radiometric calibration stability assessment for the RISAT-1 SAR sensor using a deployed point target array at the Desalpar site, Rann of Kutch, India | |
| CN106950551B (zh) | 基于辐射稳定特性挖掘的sar辐射定标方法 | |
| CN117471407A (zh) | 一种基于自然地物的sar反射面天线波束指向标定方法 | |
| CN110764153B (zh) | 一种星载微波成像仪热镜背瓣在轨误差校正系统及方法 | |
| CN113406584B (zh) | 一种合成孔径雷达交叉定标方法 | |
| CN113702933A (zh) | 一种合成孔径雷达辐射定标方法及装置 | |
| Lindsley et al. | Adapting the SIR algorithm to ASCAT | |
| CN107167765B (zh) | 一种基于天线阵列增广协方差矩阵的射频干扰源定位方法 | |
| CN113805157B (zh) | 基于标靶的高度测量方法、装置及设备 | |
| CN106485683A (zh) | 一种基于场景的图像自适应非均匀校正方法 | |
| CN105651260A (zh) | 遥感卫星几何定位方法及系统 | |
| Xu et al. | Estimation of crop biomass using GF-3 polarization SAR data based on genetic algorithm feature selection | |
| Chen et al. | An airborne SAR radiometric calibration method with random constrained evolution | |
| CN112819729A (zh) | 一种图像校正方法、装置、计算机存储介质及设备 | |
| CN114814173B (zh) | 一种基于介电常数的星载gnss-r土壤湿度反演方法及系统 |
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 |