CN109444843A - 一种单频雷达成像方法和装置 - Google Patents

一种单频雷达成像方法和装置 Download PDF

Info

Publication number
CN109444843A
CN109444843A CN201910006990.2A CN201910006990A CN109444843A CN 109444843 A CN109444843 A CN 109444843A CN 201910006990 A CN201910006990 A CN 201910006990A CN 109444843 A CN109444843 A CN 109444843A
Authority
CN
China
Prior art keywords
target
course
cross direction
direction profiles
point
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
Application number
CN201910006990.2A
Other languages
English (en)
Inventor
李胜
闫华
崔闪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201910006990.2A priority Critical patent/CN109444843A/zh
Publication of CN109444843A publication Critical patent/CN109444843A/zh
Pending legal-status Critical Current

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种单频雷达成像方法和装置，涉及雷达成像技术领域。其中，本发明的单频雷达成像方法包括：基于单频雷达回波数据构建目标的横向分布历程图；对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息；基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息；基于所有散射点的位置信息和幅度信息生成所述目标的图像。通过以上步骤，不仅能够解决传统成像方法不适用于连续波雷达回波数据或点频自旋目标回波数据的成像的问题，而且提高目标的成像质量。

Description

一种单频雷达成像方法和装置
技术领域
本发明涉及雷达成像技术领域，尤其涉及一种单频雷达成像方法和装置。
背景技术
在通常的雷达二维成像中，不仅要求雷达回波的方位向包含一定的合成孔径角数据，而且要求雷达回波的距离向包含一定带宽的数据。在满足以上通常雷达二维成像的条件下，可采用距离多普勒、滤波逆投影等成像算法完成目标的二维重建。然而，有时采集的回波数据不满足通常雷达二维成像的条件，比如连续波雷达回波数据或点频自旋目标的回波数据。其中，连续波雷达回波数据通常是单频的，没有带宽。点频自旋目标的回波数据不仅没有带宽，而且强散射中心的多普勒是变化的。因此，对于连续波雷达回波数据或点频自旋目标回波数据的成像而言，距离多普勒等传统成像算法不再适用。
因此，针对以上不足，需要提供一种单频雷达成像方法和装置。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是解决传统成像方法不适用于连续波雷达回波数据或点频自旋目标回波数据的成像的问题。
(二)技术方案
为了解决上述技术问题，第一方面，本发明提供了一种单频雷达成像方法。
本发明的单频雷达成像方法包括：基于单频雷达回波数据构建目标的横向分布历程图；对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息；基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息；基于所有散射点的位置信息和幅度信息生成所述目标的图像。
可选地，所述基于单频雷达回波数据构建目标的横向分布历程图的步骤包括：将单频雷达回波数据在方位向上划分为多个子孔径，并对每个子孔径内的回波数据进行傅里叶变换，以得到目标的横向分布历程图。
可选地，所述对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像的步骤包括：对所述横向分布历程图进行二值化处理，以得到二值化图；建立二维累加器，并将所述二维累加器中每个格点的初始值设为零；遍历所述二值化图中每个幅度值为1的像素点，为每个幅度值为1的像素点构建参数域变换方程，并对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作；将最终得到的二维累加器作为空间参数域图像。
可选地，所述对所述横向分布历程图进行二值化处理，以得到二值化图的步骤包括：设置二值化处理的门限值；将所述横向分布历程图上幅度值大于或等于所述门限值的像素点的幅度设为1，将所述横向分布历程图上幅度值小于所述门限值的像素点的幅度设为0，以得到二值化图。
可选地，所述基于所述空间参数域图像确定目标散射点的位置信息的步骤包括：提取所述空间参数域图像中峰值幅度，并将峰值幅度处像素点的位置信息作为散射点的位置信息。
为了解决上述技术问题，第二方面，本发明提供了一种单频雷达成像装置。
本发明的单频雷达成像装置包括：构建模块，用于基于单频雷达回波数据构建目标的横向分布历程图；位置估计模块，用于对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息；幅度估计模块，用于基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息；生成模块，用于基于所有散射点的位置信息和幅度信息生成所述目标的图像。
可选地，所述构建模块基于单频雷达回波数据构建目标的横向分布历程图包括：所述构建模块将单频雷达回波数据在方位向上划分为多个子孔径，并对每个子孔径内的回波数据进行傅里叶变换，以得到目标的横向分布历程图。
可选地，所述位置估计模块对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像包括：所述位置估计模块对所述横向分布历程图进行二值化处理，以得到二值化图；所述位置估计模块建立二维累加器，并将所述二维累加器中每个格点的初始值设为零；所述位置估计模块遍历所述二值化图中每个幅度值为1的像素点，为每个幅度值为1的像素点构建参数域变换方程，对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作；所述位置估计模块将最终得到的二维累加器作为空间参数域图像。
为了解决上述技术问题，第三方面，本发明提供了一种电子设备。
本发明的电子设备包括：一个或多个处理器；以及，存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明的单频雷达成像方法。
为了解决上述问题，第四方面，本发明还提供了一种计算机可读介质。
本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明的单频雷达成像方法。
(三)有益效果
本发明的上述技术方案具有如下优点：通过基于单频雷达回波数据构建目标的横向分布历程图，对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息，基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息，基于所有散射点的位置信息和幅度信息生成所述目标的图像这些步骤，不仅能够解决连续波雷达回波数据或点频自旋目标回波数据的雷达成像问题，又为自旋目标的二维/三维像重构提供了更加灵活多变的方法。而且，通过对所述横向分布历程图进行广义霍夫变换得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息，能够提高目标散射点位置估计的精度，进而有助于提高目标成像质量。
附图说明
图1是本发明实施例一中的单频雷达成像方法的流程示意图；
图2是本发明实施例一中确定目标散射点的位置信息的流程示意图；
图3是本发明一个具体示例中的横向分布历程图的示意图；
图4是本发明一个具体示例中的目标成像结果的示意图；
图5是本发明实施例二中的单频雷达成像装置的构成示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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。
实施例一
如图1所示，本发明实施例提供的单频雷达成像方法包括：
步骤S101、基于单频雷达回波数据构建目标的横向分布历程图。
在一可选实施方式中，步骤S101具体包括：将单频雷达回波数据在方位向上划分为多个子孔径，并对每个子孔径内的回波数据进行傅里叶变换，以得到目标的横向分布历程图。例如，可将所有方位角下(比如0°～360°)的雷达回波数据划分成36个子孔径，每个子孔径内的回波数据为10°范围内的回波数据。
优选地，所述子孔径的角度满足：
其中，Δθ为子孔径的角度，λ为入射波长，La为目标的横向尺寸，Lr为目标的径向尺寸。
以下对每个子孔径内的回波数据可以做傅里叶变换的原理进行说明。假设目标包含K个散射点，则在远场条件下，单频雷达的基频回波的表达式为：
其中，f为雷达回波的载频，θ为入射方位角，σk为第k个散射点的后向散射系数，(xk,yk)为第k个散射点的坐标。
当入射方位角θ的变化较小(由于θ的变化范围Δθ为子孔径的角度，因此也可以说子孔径较小)时，sinθ≈θ,cosθ≈1，进而单频雷达的基频回波表达式可简化成：
从简化后的单频雷达基频回波表达式可以看出，目标的横向分布xk与入射方位角θ构成了傅里叶变换对，因此可通过对不同入射方位角下的雷达回波作傅里叶变换得到目标的横向分布。也就是说，当子孔径的角度较小时，可对每个子孔径内的回波数据作傅里叶变换，以得到每个子孔径下目标的散射强度的横向分布。
具体来说，经傅里叶变换得到的每个子孔径下目标的散射强度的横向分布的表达式F(f,x)为：
其中，M为每个子孔径内所包含的方位角的个数，f为雷达回波的载频，θm为子孔径内所包含的第m个方位角，σm为第m个方位角下目标的后向散射系数，c为真空中的光速。
进而，基于所有子孔径下目标散射强度的横向分布，可构建目标的横向分布历程图(如图3所示)。所述横向分布历程图，即表示目标的散射强度随方位角θ(i)、横向距离R(i)的变化图像。
步骤S102、对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息。
其中，空间参数域图像表示目标散射强度在二维空间位置(即横向位置x、径向位置y)下的分布。霍夫(Hough)变换的传统应用是图像中直线的检测。在本发明实施例中，将其扩展至曲线检测，称之为广义霍夫变换。关于如何基于霍夫变换得到空间参数域图像，可参见下文中关于图2所示流程的相关说明。
在得到空间参数域图像之后，可提取所述空间参数域图像中的峰值幅度(也可称为最大散射强度)，并将峰值幅度处像素点的位置信息作为散射点(又可称为“强散射中心”或“散射中心”)的位置信息。
步骤S103、基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息。
示例性地，步骤S103具体包括：步骤a至步骤d。
步骤a、根据第i个散射点的位置信息重构该散射点的雷达回波T(f,θ)。
具体地，第i个散射点的雷达回波T(f,θ)可表示为：
步骤b、根据最小范数准则估计第i个散射点的后向散射系数。
具体地，第i个散射点的后向散射系数的表达式如下：
其中，表示最终估计得到的第i个散射点的后向散射系数，argmin表示使式子达到最小值的变量的取值。
通过对上式进行求导，可得：
其中，S(f,θ)为目标的雷达回波，T(f,θ)为第i个散射点的雷达回波，T*(f,θ)为T(f,θ)的共轭。进而，基于第i个散射点的后向散射系数可确定该散射点的幅度信息。
步骤c、从目标的雷达回波中去除该散射点对雷达回波数据的贡献，从而得到S(f,θ)'。具体地，S(f,θ)'的表达式如下：
步骤d、针对第i+1个散射点，重复上述步骤a至步骤c，直至确定成所有散射点的幅度信息。
步骤S104、基于所有散射点的位置信息和幅度信息生成所述目标的图像。
示例性地，根据步骤S104生成的目标图像可如图4所示。
在本发明实施例中，通过以上步骤不仅能够解决连续波雷达回波数据或点频自旋目标回波数据的雷达成像问题，又为自旋目标的二维/三维像重构提供了更加灵活多变的方法。而且，通过对所述横向分布历程图进行广义霍夫变换得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息，能够提高目标散射点位置估计的精度，进而有助于提高目标成像质量。
下面结合图2对步骤S102进行详细说明。如图2所示，本发明实施例中的确定目标散射点的位置信息的流程包括：
步骤S201、对所述横向分布历程图进行二值化处理，以得到二值化图。
示例性地，步骤S201具体包括：根据横向分布历程图的峰值幅度设置门限阈值；将幅度大于等于门限阈值的像素点的值设为1，将幅度小于门限阈值的像素点的值设为0，从而可得到二值化图。具体实施时，可将图像峰值幅度减去30或40得到所述门限阈值。
步骤S202、建立二维累加器，并将所述二维累加器中每个格点的初始值设为零。
其中，所述二维累加器可看作一个二维空间点阵，其由多个格点组成。在初始化时，可将二维累加器中每个格点的值设置为0。
步骤S203、遍历所述二值化图中每个幅度值为1的像素点，为每个幅度值为1的像素点构建参数域变换方程，并对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作。
其中，所述参数域变换方程可表示为：
xcosθi+ysinθi＝Ri(θi)；
其中，(Ri(θi),θi)表示二值化图中像素点的位置信息，(x,y)表示空间参数域图像中像素点的位置信息。
在该步骤中，对于二值化图中一个幅度值为1的像素点的位置信息(Ri(θi),θi)可根据上式变换成空间参数域中的一条直线。对于所述二维累加器中位于该直线上(即满足参数域变换方程)的所有格点的值进行加1操作。然后，为二值化图中另一个幅度值为1的像素点构建参数域变换方程，并对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作。以此类推，直至二值化图中所有幅度值为1的像素点都遍历一遍，从而得到最终的二维累加器。
步骤S204、将最终得到的二维累加器作为空间参数域图像。
在本发明实施例中，通过以上步骤精确地确定目标散射点的位置信息，有助于后续提高目标的成像质量。
实施例二
如图5所示，本发明实施例提供的单频雷达成像装置500包括：构建模块501、位置估计模块502、幅度估计模块503、生成模块504。
构建模块501，用于基于单频雷达回波数据构建目标的横向分布历程图。
在一可选实施方式中，构建模块501基于单频雷达回波数据构建目标的横向分布历程图具体包括：构建模块501将单频雷达回波数据在方位向上划分为多个子孔径，并对每个子孔径内的回波数据进行傅里叶变换，以得到目标的横向分布历程图。例如，构建模块501可将所有方位角下(比如0°～360°)的雷达回波数据划分成36个子孔径，每个子孔径内的回波数据为10°范围内的回波数据。
优选地，所述子孔径的角度满足：
其中，Δθ为子孔径的角度，λ为入射波长，La为目标的横向尺寸，Lr为目标的径向尺寸。
位置估计模块502，用于对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息。
示例性地，位置估计模块502对所述横向分布历程图进行广义霍夫变换以得到对应的空间参数域图像包括：位置估计模块502对所述横向分布历程图进行二值化处理，以得到二值化图；位置估计模块502建立二维累加器，并将所述二维累加器中每个格点的初始值设为零；位置估计模块502遍历所述二值化图中每个幅度值为1的像素点，为每个幅度值为1的像素点构建参数域变换方程，对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作；位置估计模块502将最终得到的二维累加器作为空间参数域图像。
其中，所述参数域变换方程可表示为：
xcosθi+ysinθi＝Ri(θi)；
其中，(Ri(θi),θi)表示二值化图中像素点的位置信息，(x,y)表示空间参数域图像中像素点的位置信息。
在本发明实施例中，对于二值化图中一个幅度值为1的像素点的位置信息(Ri(θi),θi)可根据上式变换成空间参数域中的一条直线。对于所述二维累加器中位于该直线上(即满足参数域变换方程)的所有格点的值进行加1操作。然后，为二值化图中另一个幅度值为1的像素点构建参数域变换方程，并对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作。以此类推，直至二值化图中所有幅度值为1的像素点都遍历一遍，从而得到空间参数域图像。
进一步，在得到空间参数域图像之后，位置估计模块可提取所述空间参数域图像中的峰值幅度(也可称为最大散射强度)，并将峰值幅度处像素点的位置信息作为散射点(又可称为“强散射中心”或“散射中心”)的位置信息。
幅度估计模块503，用于基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息。
示例性地，幅度估计模块503确定散射点的幅度信息可具体包括：幅度估计模块503根据第i个散射点的位置信息重构该散射点的雷达回波T(f,θ)；幅度估计模块503根据最小范数准则估计第i个散射点的后向散射系数；幅度估计模块503从目标的雷达回波中去除该散射点对雷达回波数据的贡献，从而得到S(f,θ)'；幅度估计模块50针对第i+1个散射点重复上述步骤a至步骤c，直至确定成所有散射点的幅度信息。
生成模块504，用于基于所有散射点的位置信息和幅度信息生成所述目标的图像。
在本发明实施例中，通过以上装置不仅能够解决连续波雷达回波数据或点频自旋目标回波数据的雷达成像问题，又为自旋目标的二维/三维像重构提供了更加灵活多变的方法。而且，通过对所述横向分布历程图进行广义霍夫变换得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息，能够提高目标散射点位置估计的精度，进而有助于提高目标成像质量。
另一方面，本发明还提供了一种电子设备，该电子设备可包括：一个或多个处理器；以及，存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的单频雷达成像方法。
作为再一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行以下流程：基于单频雷达回波数据构建目标的横向分布历程图；对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息；基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息；基于所有散射点的位置信息和幅度信息生成所述目标的图像。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种单频雷达成像方法，其特征在于，所述方法包括：
基于单频雷达回波数据构建目标的横向分布历程图；
对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息；
基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息；
基于所有散射点的位置信息和幅度信息生成所述目标的图像。
2.根据权利要求1所述的方法，其特征在于，所述基于单频雷达回波数据构建目标的横向分布历程图的步骤包括：
将单频雷达回波数据在方位向上划分为多个子孔径，并对每个子孔径内的回波数据进行傅里叶变换，以得到目标的横向分布历程图。
3.根据权利要求1所述的方法，其特征在于，所述对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像的步骤包括：
对所述横向分布历程图进行二值化处理，以得到二值化图；建立二维累加器，并将所述二维累加器中每个格点的初始值设为零；遍历所述二值化图中每个幅度值为1的像素点，为每个幅度值为1的像素点构建参数域变换方程，并对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作；将最终得到的二维累加器作为空间参数域图像。
4.根据权利要求1所述的方法，其特征在于，所述对所述横向分布历程图进行二值化处理，以得到二值化图的步骤包括：
设置二值化处理的门限值；将所述横向分布历程图上幅度值大于或等于所述门限值的像素点的幅度设为1，将所述横向分布历程图上幅度值小于所述门限值的像素点的幅度设为0，以得到二值化图。
5.根据权利要求1所述的方法，其特征在于，所述基于所述空间参数域图像确定目标散射点的位置信息的步骤包括：
提取所述空间参数域图像中峰值幅度，并将峰值幅度处像素点的位置信息作为散射点的位置信息。
6.一种单频雷达成像装置，其特征在于，所述装置包括：
构建模块，用于基于单频雷达回波数据构建目标的横向分布历程图；
位置估计模块，用于对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像，并基于所述空间参数域图像确定目标散射点的位置信息；
幅度估计模块，用于基于所述散射点的位置信息重构散射点的雷达回波，并基于所述散射点的雷达回波确定散射点的幅度信息；
生成模块，用于基于所有散射点的位置信息和幅度信息生成所述目标的图像。
7.根据权利要求6所述的装置，其特征在于，所述构建模块基于单频雷达回波数据构建目标的横向分布历程图包括：
所述构建模块将单频雷达回波数据在方位向上划分为多个子孔径，并对每个子孔径内的回波数据进行傅里叶变换，以得到目标的横向分布历程图。
8.根据权利要求6所述的装置，其特征在于，所述位置估计模块对所述横向分布历程图进行广义霍夫变换，以得到对应的空间参数域图像包括：
所述位置估计模块对所述横向分布历程图进行二值化处理，以得到二值化图；所述位置估计模块建立二维累加器，并将所述二维累加器中每个格点的初始值设为零；所述位置估计模块遍历所述二值化图中每个幅度值为1的像素点，为每个幅度值为1的像素点构建参数域变换方程，对所述二维累加器中满足该参数域变换方程的格点的值进行加1操作；所述位置估计模块将最终得到的二维累加器作为空间参数域图像。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至5中任一所述的方法。
CN201910006990.2A 2019-01-04 2019-01-04 一种单频雷达成像方法和装置 Pending CN109444843A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910006990.2A CN109444843A (zh) 2019-01-04 2019-01-04 一种单频雷达成像方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910006990.2A CN109444843A (zh) 2019-01-04 2019-01-04 一种单频雷达成像方法和装置

Publications (1)

Publication Number Publication Date
CN109444843A true CN109444843A (zh) 2019-03-08

Family

ID=65542619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910006990.2A Pending CN109444843A (zh) 2019-01-04 2019-01-04 一种单频雷达成像方法和装置

Country Status (1)

Country Link
CN (1) CN109444843A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161500A (zh) * 2019-05-21 2019-08-23 西北工业大学 一种基于Radon-Clean的改进圆周SAR三维成像方法
CN112070697A (zh) * 2020-09-07 2020-12-11 北京环境特性研究所 一种基于逆二维像的局部散射特性评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103760544A (zh) * 2014-01-14 2014-04-30 北京环境特性研究所 雷达目标的散射中心提取方法及系统
CN105353374A (zh) * 2015-12-24 2016-02-24 北京环境特性研究所 一种用于自旋目标的单频雷达成像方法
CN105572666A (zh) * 2016-01-12 2016-05-11 北京环境特性研究所 一种用于自旋目标的单频雷达成像方法
CN108594196A (zh) * 2018-04-28 2018-09-28 北京环境特性研究所 一种目标散射中心参数提取方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103760544A (zh) * 2014-01-14 2014-04-30 北京环境特性研究所 雷达目标的散射中心提取方法及系统
CN105353374A (zh) * 2015-12-24 2016-02-24 北京环境特性研究所 一种用于自旋目标的单频雷达成像方法
CN105572666A (zh) * 2016-01-12 2016-05-11 北京环境特性研究所 一种用于自旋目标的单频雷达成像方法
CN108594196A (zh) * 2018-04-28 2018-09-28 北京环境特性研究所 一种目标散射中心参数提取方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161500A (zh) * 2019-05-21 2019-08-23 西北工业大学 一种基于Radon-Clean的改进圆周SAR三维成像方法
CN110161500B (zh) * 2019-05-21 2023-03-14 西北工业大学 一种基于Radon-Clean的改进圆周SAR三维成像方法
CN112070697A (zh) * 2020-09-07 2020-12-11 北京环境特性研究所 一种基于逆二维像的局部散射特性评估方法及装置
CN112070697B (zh) * 2020-09-07 2024-01-19 北京环境特性研究所 一种基于逆二维像的局部散射特性评估方法及装置

Similar Documents

Publication Publication Date Title
CN103713288B (zh) 基于迭代最小化稀疏贝叶斯重构线阵sar成像方法
CN102540189B (zh) 基于复数后向投影的自旋目标三维成像方法
Yang et al. Segmented reconstruction for compressed sensing SAR imaging
CN108828593B (zh) 一种随机辐射雷达关联成像方法
Muckenhuber et al. Open-source sea ice drift algorithm for Sentinel-1 SAR imagery using a combination of feature tracking and pattern matching
CN103616688A (zh) 一种提升三维干涉逆合成孔径雷达图像质量的方法
CN107576961A (zh) 一种互质降采样间歇合成孔径雷达稀疏成像方法
CN109613532A (zh) 一种机载雷达实时多普勒波束锐化超分辨成像方法
US10823845B2 (en) System and method for robust sensor localization based on euclidean distance matrix
Ma et al. Target imaging based on ℓ 1 ℓ 0 norms homotopy sparse signal recovery and distributed MIMO antennas
Zhong et al. A distributed particle filtering approach for multiple acoustic source tracking using an acoustic vector sensor network
CN109444843A (zh) 一种单频雷达成像方法和装置
Baselice et al. Multibaseline SAR interferometry from complex data
Yang et al. An efficient ISAR imaging approach for highly maneuvering targets based on subarray averaging and image entropy
Wei et al. Sparse autofocus via Bayesian learning iterative maximum and applied for LASAR 3-D imaging
Li et al. Spectrum recovery for clutter removal in penetrating radar imaging
Kang et al. Robust interferometric ISAR imaging with UAMP-based joint sparse signal recovery
Zhu et al. Scene segmentation of multi-band ISAR fusion imaging based on MB-PCSBL
Suwa et al. Reconstruction of 3-D target geometry using radar movie
Thomas et al. Interferometric synthetic aperture sonar large scale simulated data benchmark of a ship wreck
CN112859074A (zh) 多频带多视角isar融合成像方法
Wang et al. Three‐dimensional point cloud reconstruction of inverse synthetic aperture radar image sequences based on back projection and iterative closest point fusion
Yang et al. ISAR Imaging for Non-cooperative Targets based on Sharpness Criterion under Low SNR
Xu et al. Range profile similarity‐oriented method for radar imaging of moving target under low signal‐to‐noise ratio environment
Nam et al. Enhanced wave-field reconstruction based on stochastic characteristics of shadowing effects

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190308