CN110058235A - 基于黄金分割思想的isar像尺寸标定方法 - Google Patents
基于黄金分割思想的isar像尺寸标定方法 Download PDFInfo
- Publication number
- CN110058235A CN110058235A CN201910423315.XA CN201910423315A CN110058235A CN 110058235 A CN110058235 A CN 110058235A CN 201910423315 A CN201910423315 A CN 201910423315A CN 110058235 A CN110058235 A CN 110058235A
- Authority
- CN
- China
- Prior art keywords
- target
- signal
- search
- section
- isar
- 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
- 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
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
本发明公开了基于黄金分割思想的ISAR像尺寸标定方法,基于黄金分割思想提出一种快速计算方法,利用信号的线性调频斜率进行转角计算,利用转角完成对目标横向尺寸的标定,由于在计算信号的线性调频斜率时,每次都只需计算一次熵函数,计算效率相当高。解决了利用ISAR图像进行空间目标识别迫切需要解决横向距离定标问题及转角估计的问题。
Description
技术领域
本发明涉及雷达ISAR成像领域,特别涉及基于黄金分割思想的ISAR像尺寸标定方法。
背景技术
ISAR图像只有在纵向距离定标和横向距离定标完成之后,才能获得有关目标尺寸和几何形状等特征。因此,ISAR的纵向和横向定标是进行雷达成像目标识别的重要前提。
众所周知,ISAR利用发射宽带信号来获得纵向高分辨,依靠目标相对于雷达视线(RLOS)在相参处理区间内的转动来实现横向高分辨。ISAR的纵向距离标定比较容易完成:雷达的纵向分辨率即每个距离单元所表示的尺寸由发射信号的有效带宽决定,有如下关系:
Sr=c/2B;
式中c为光速。雷达的发射信号的有效带宽是已知参数,因此可以很快地进行纵向距离标定。而ISAR成像的横向距离标定,即每个横向距离单元所代表的尺寸Sc与目标相对于RLOS在相参处理区间内转过的角度Δθ有关,Sc与Δθ之间的关系为
Sc=λ/2Δθ;
式中λ为雷达工作波长。又因为ISAR是对非合作运动目标成像,目标运动轨迹未知,目标相对于RLOS相参处理区间内的转动角度就难以确定,因而利用ISAR图像进行空间目标识别迫切需要解决横向距离定标问题。横向定标问题实际上就是转角估计的问题,现有的转角估计方法主要有轨迹拟合法、特显点跟踪法和图像质量法。轨迹拟合法根据雷达对目标的跟踪数据计算出转角,但其计算精度较低;特显点跟踪法分别跟踪目标上的三个不同的孤立散射点,分别用于平动补偿、转动补偿和转角估计,其缺点在于在实际应用中很难找到高质量的孤立散射点;图像质量法是采用图像评价函数来优化未知的转角参数,当图像评价函数获得极值时(此时的图像最聚焦)即可求得相应的转角估计,但其缺点是需要在解空间反复搜索,计算量大。
发明内容
本发明的目的在于:提供了基于黄金分割思想的ISAR像尺寸标定方法,解决了利用ISAR图像进行空间目标识别迫切需要解决横向距离定标问题及转角估计的问题。
本发明采用的技术方案如下:
基于黄金分割思想的ISAR像尺寸标定方法,包括以下步骤:
S1、确定目标回波信号的多普勒频率其中,Ω为目标相对于雷达的转动角速度,λ为雷达载波波长;
S2、由于实际成像时转角较小,则有:
fd≈2Ωx0/λ+(2y0Ω2/λ)t;上式中第一项2Ωx0/λ包含了目标的横向尺寸信息,若能已知角速度Ω,则可根据频率大小求得x0以完成横向定标;第二项(2y0Ω2/λ)t为线性调频信号分量,它在纵向距离y0和总转角Δθ较大时影响较大。由于我们的目标是要估计出成像期间内目标的总转角以便进行横向定标,因此假定平动补偿已经完成,即ISAR成像已经可以等效成为转台成像,同时为了简化处理,假设转动速度均匀。因为成像积累的时间T已知,因此若能计算出转动的角速度Ω,则可求得总转角Δθ=ΩT。因y0比较容易得到,λ为已知参数,因此若能求得该信号的调制率,就可求得Ω。
S3、搜索出最强的线性调频信号(f1,f2)的斜率;
S4、通过将步骤S3搜索的最强的线性调频信号(f1,f2)的斜率及步骤S2中fd≈2Ωx0/λ+(2y0Ω2/λ)t求得Ω;
所述步骤S3中搜索出最强的线性调频信号(f1,f2)的方法为将二维搜索简化为两个独立的一维搜索,搜索完f1并剔除其影响后,基于同样的做法完成对f2的搜索,包括以下步骤:
S301、确定空间目标径向运动速度搜索区间[a,b];
S302、取速度搜索区间[a,b]内两点v1,v2,满足a<v1<v2<b,v2=a+τ(b-a);v1=b-τ(b-a),τ≈0.618,称v1为“左点”,v2为“右点”,设用某速度v对2次项系数进行补偿后的一维距离像的分布熵为H(v);
S303、当H(v1)<H(v2)时,则极值点v*∈[a,v2],使b=v2得到新的速度搜索区间[a,b];当H(v1)>H(v2),则v*∈[v1,b],使a=v1得到新的速度搜索区间[a,b];H(v)为速度v对2次项系数进行补偿后的一维距离像的分布熵;
S304、判断步骤S303中新的速度搜索区间[a,b]是否小于预定的误差标准ε,当新的速度搜索区间[a,b]不大于预定的误差标准ε时,在新的速度搜索区间[a,b]中任取一点作为最优估计值;当新的速度搜索区间[a,b]大于预定的误差标准ε时,返回步骤S302;
S305、通过搜索出的f1的最优值和f2的最优值得到信号的线性调频斜率。
为了提高算法的搜索效率,需要确定合适的“左点”v1和“右点”v2。为此,每次将“左点”v1和“右点”v2关于当前搜索区间的中点对称。考虑“右点”v2满足条件:
v2=a+τ(b-a);
上式中,τ为待求变量,则“左点”v1为
v1=b-τ(b-a);在搜索时为了提高搜索效率,希望下次搜索的“左点”刚好是本次搜索的“右点”,这样就可以减少一次熵函数的计算,于是要求:a+τ(b-a)=b-τ(b-a),可得τ=0.618。
传统方法在计算Ω时,一般采用以下方法,设某一纵向距离单元的观测信号可记为:
其中:ωi=4πΩxi/λ,K=4πy0Ω2/λ,N为该距离单元的散射点个数,σi为各个散射点的散射强度。为估计各个分量的参数,构造一束基函数如下:
hi(t)=exp[j(fi1t+fi2t2)];
那么,可以将s(t)写成这一束基函数的和表示式如下:
将信号s(t)投影到基函数,搜索出最强的线性调频信号(f1,f2):
si(t)可以表示如下:
s1(t)=s(t)
sp(t)=sp-1(t)-Bphp(t);
找出第一个以后,剔除掉h1(t)以后再搜索第二个,循环执行以上步骤就可以估算出多个调频参数。搜索过程中,fi1的求解可以在进行FFT变换以后,搜索其最大值;剩下fi2的求解就是一个一维搜索过程,比较容易实现,在这里就不过多描述了。从(7)可以看出,同一纵向距离单元内的各个分量的K值相同,我们可以采取求出多个估计值然后再取平均的方法:
同时也可以看出,不同的纵向距离单元具有不同的K值,且K与纵向距离y0成线性关系,即K=γy0,其中γ=4πΩ2/λ。实际应用中,由于单路计算存在的误差较大,通常需计算多个不同纵向距离单元的K值,然后采用线性最小均方误差准则求出最优的进而得到则可得到最终估计值
采用本方法,利用黄金分割搜索算法求空间目标径向运动速度时,除了第一次需要计算“左点”和“右点”两个点对应的熵函数以外,以后的搜索区间上每次只需计算一个点,计算效率非常高。
设黄金分割搜索算法初始搜索区间长度为L,迭代停止的条件为ε,则该算法需迭代的次数为:
上式表明当搜索区间一定时,可以确定算法迭代次数。设ε为10,则搜索f1时需要迭代的次数为15.78≈16次。由于每次都只需计算一次熵函数,计算效率还是相当高,这对于一些实时性要求比较高的场合是很重要的。搜索完f1以后,基于同样的做法完成对f2的搜索。搜索得到真实值以后,就得到了信号的线性调频斜率,也就可以通过fd≈2Ωx0/λ+(2y0Ω2/λ)t得到转角,也就完成了对目标的横向尺寸标定。
所述步骤S1中通过目标上某散射点与雷达的距离和回波相位,确定目标回波信号的多普勒频率其中:
在远场条件下,则目标上某散射点与雷达的距离为:
r(t)=r0-x0sinΩt-y0cosΩt;
则回波相位为:
φ(t)=-2π[2r(t)]/λ。
所述步骤S304中,在新的速度搜索区间[a,b]中取中点作为最优估计值。此时误差不超过ε/2。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明基于黄金分割思想的ISAR像尺寸标定方法,解决了利用ISAR图像进行空间目标识别迫切需要解决横向距离定标问题及转角估计的问题;
2.本发明基于黄金分割思想的ISAR像尺寸标定方法,由于每次都只需计算一次熵函数,计算效率还是相当高,这对于一些实时性要求比较高的场合是很重要的。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明的目标和雷达的相对几何关系示意图;
图2是本发明的黄金分割算法示意图;
图3是本发明的黄金分割算法示意图;
图4是本发明的黄金分割算法示意图;
图5是本发明的黄金分割算法搜索速度流程图;
图6是本发明的国际空间站ISAR成像和尺寸估计结果示意图;
图7是本发明的卫星ISAR成像和尺寸估计结果;
图8是本发明的侦测卫星的自适应光学图像示意图;
图9是本发明的侦测卫星的结构图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
下面结合图1至图9对本发明作详细说明。
实施例1
如图1-5所示,基于黄金分割思想的ISAR像尺寸标定方法,包括以下步骤:
S1、确定目标回波信号的多普勒频率其中,Ω为目标相对于雷达的转动角速度,λ为雷达载波波长;
S2、由于实际成像时转角较小,则有:
fd≈2Ωx0/λ+(2y0Ω2/λ)t;上式中第一项2Ωx0/λ包含了目标的横向尺寸信息,若能已知角速度Ω,则可根据频率大小求得x0以完成横向定标;第二项(2y0Ω2/λ)t为线性调频信号分量,它在纵向距离y0和总转角Δθ较大时影响较大。由于我们的目标是要估计出成像期间内目标的总转角以便进行横向定标,因此假定平动补偿已经完成,即ISAR成像已经可以等效成为转台成像,同时为了简化处理,假设转动速度均匀。因为成像积累的时间T已知,因此若能计算出转动的角速度Ω,则可求得总转角Δθ=ΩT。因y0比较容易得到,λ为已知参数,因此若能求得该信号的调制率,就可求得Ω。
S3、搜索出最强的线性调频信号(f1,f2)的斜率;
S4、通过将步骤S3搜索的最强的线性调频信号(f1,f2)的斜率及步骤S2中fd≈2Ωx0/λ+(2y0Ω2/λ)t求得Ω;
所述步骤S3中搜索出最强的线性调频信号(f1,f2)的方法为将二维搜索简化为两个独立的一维搜索,搜索完f1并剔除其影响后,基于同样的做法完成对f2的搜索,包括以下步骤:
S301、确定空间目标径向运动速度搜索区间[a,b];
S302、取速度搜索区间[a,b]内两点v1,v2,满足a<v1<v2<b,v2=a+τ(b-a);v1=b-τ(b-a),τ≈0.618,称v1为“左点”,v2为“右点”,设用某速度v对2次项系数进行补偿后的一维距离像的分布熵为H(v);
S303、当H(v1)<H(v2)时,则极值点v*∈[a,v2],使b=v2得到新的速度搜索区间[a,b];当H(v1)>H(v2),则v*∈[v1,b],使a=v1得到新的速度搜索区间[a,b];H(v)为速度v对2次项系数进行补偿后的一维距离像的分布熵;
S304、判断步骤S303中新的速度搜索区间[a,b]是否小于预定的误差标准ε,当新的速度搜索区间[a,b]不大于预定的误差标准ε时,在新的速度搜索区间[a,b]中任取一点作为最优估计值;当新的速度搜索区间[a,b]大于预定的误差标准ε时,返回步骤S302;
S305、通过搜索出的f1的最优值和f2的最优值得到信号的线性调频斜率。
为了提高算法的搜索效率,需要确定合适的“左点”v1和“右点”v2。为此,每次将“左点”v1和“右点”v2关于当前搜索区间的中点对称。考虑“右点”v2满足条件:
v2=a+τ(b-a);
上式中,τ为待求变量,则“左点”v1为
v1=b-τ(b-a);在搜索时为了提高搜索效率,希望下次搜索的“左点”刚好是本次搜索的“右点”,这样就可以减少一次熵函数的计算,于是要求:a+τ(b-a)=b-τ(b-a),可得τ=0.618。
传统方法在计算Ω时,一般采用以下方法,设某一纵向距离单元的观测信号可记为:
其中:ωi=4πΩxi/λ,K=4πy0Ω2/λ,N为该距离单元的散射点个数,σi为各个散射点的散射强度。为估计各个分量的参数,构造一束基函数如下:
hi(t)=exp[j(fi1t+fi2t2)];
那么,可以将s(t)写成这一束基函数的和表示式如下:
将信号s(t)投影到基函数,搜索出最强的线性调频信号(f1,f2):
si(t)可以表示如下:
s1(t)=s(t)
sp(t)=sp-1(t)-Bphp(t);
找出第一个以后,剔除掉h1(t)以后再搜索第二个,循环执行以上步骤就可以估算出多个调频参数。搜索过程中,fi1的求解可以在进行FFT变换以后,搜索其最大值;剩下fi2的求解就是一个一维搜索过程,比较容易实现,在这里就不过多描述了。从(7)可以看出,同一纵向距离单元内的各个分量的K值相同,我们可以采取求出多个估计值然后再取平均的方法:
同时也可以看出,不同的纵向距离单元具有不同的K值,且K与纵向距离y0成线性关系,即K=γy0,其中γ=4πΩ2/λ。实际应用中,由于单路计算存在的误差较大,通常需计算多个不同纵向距离单元的K值,然后采用线性最小均方误差准则求出最优的进而得到则可得到最终估计值
采用本方法,利用黄金分割搜索算法求空间目标径向运动速度时,除了第一次需要计算“左点”和“右点”两个点对应的熵函数以外,以后的搜索区间上每次只需计算一个点,计算效率非常高。
设黄金分割搜索算法初始搜索区间长度为L,迭代停止的条件为ε,则该算法需迭代的次数为:
上式表明当搜索区间一定时,可以确定算法迭代次数。设ε为10,则搜索f1时需要迭代的次数为15.78≈16次。由于每次都只需计算一次熵函数,计算效率还是相当高,这对于一些实时性要求比较高的场合是很重要的。搜索完f1以后,基于同样的做法完成对f2的搜索。搜索得到真实值以后,就得到了信号的线性调频斜率,也就可以通过fd≈2Ωx0/λ+(2y0Ω2/λ)t得到转角,也就完成了对目标的横向尺寸标定。
实施例2
本实施了与实施例1的区别在于,所述步骤S1中通过目标上某散射点与雷达的距离和回波相位,确定目标回波信号的多普勒频率其中:
在远场条件下,则目标上某散射点与雷达的距离为:
r(t)=r0-x0sinΩt-y0cosΩt;
则回波相位为:
φ(t)=-2π[2r(t)]/λ。
所述步骤S304中,在新的速度搜索区间[a,b]中取中点作为最优估计值。此时误差不超过ε/2。
实施例3
如图6所示,我们利用一组数据验证了本发明方法的有效性。图6是对国际空间站进行ISAR成像和尺寸标定的结果。据网上公布的国际空间站结构参数:主休长度约50米,太阳能帆板约为50米。从估计结果来看与实际尺寸基本吻合。
实施例4
如图7-9所示,图7是美国某卫星的ISAR成像和尺寸标定结果,图8是该目标的光学成像图和推断示意图。据网上公布的美国某侦察卫星结构参数:
外形:卫星主体呈八棱柱体;长:8米;直径:4米
天线:合成孔径雷达天线呈为抛物面,长14.4米
由雷达图像估计,卫星主体10米左右,雷达天线直径约15米,16个支架支撑合成孔径雷达天线。可以看出估计尺寸与实际尺寸比较吻合。
综合以上几个目标的成像和尺寸估计结果,可以看出我们的横向尺寸标定方法可以很好的估计目标的横向尺寸,满足实用要求。
以上所述,仅为本发明的优选实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明所揭露的技术范围内,可不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (3)
1.基于黄金分割思想的ISAR像尺寸标定方法,包括以下步骤:
S1、确定目标回波信号的多普勒频率其中,Ω为目标相对于雷达的转动角速度,λ为雷达载波波长;
S2、由于实际成像时转角较小,则有:
fd≈2Ωx0/λ+(2y0Ω2/λ)t;
S3、搜索出最强的线性调频信号(f1,f2)的斜率;
S4、通过将步骤S3搜索的最强的线性调频信号(f1,f2)的斜率及步骤S2中fd≈2Ωx0/λ+(2y0Ω2/λ)t求得Ω;
其特征在于:
所述步骤S3中搜索出最强的线性调频信号(f1,f2)的方法为将二维搜索简化为两个独立的一维搜索,搜索完f1并剔除其影响后,基于同样的做法完成对f2的搜索,包括以下步骤:
S301、确定空间目标径向运动速度搜索区间[a,b];
S302、取速度搜索区间[a,b]内两点v1,v2,满足a<v1<v2<b,v2=a+τ(b-a);v1=b-τ(b-a),τ≈0.618,称v1为“左点”,v2为“右点”,设用某速度v对2次项系数进行补偿后的一维距离像的分布熵为H(v);
S303、当H(v1)<H(v2)时,则极值点v*∈[a,v2],使b=v2得到新的速度搜索区间[a,b];当H(v1)>H(v2),则v*∈[v1,b],使a=v1得到新的速度搜索区间[a,b];H(v)为速度v对2次项系数进行补偿后的一维距离像的分布熵;
S304、判断步骤S303中新的速度搜索区间[a,b]是否小于预定的误差标准ε,当新的速度搜索区间[a,b]不大于预定的误差标准ε时,在新的速度搜索区间[a,b]中任取一点作为最优估计值;当新的速度搜索区间[a,b]大于预定的误差标准ε时,返回步骤S302;
S305、通过搜索出的f1的最优值和f2的最优值得到信号的线性调频斜率。
2.根据权利要求1所述的基于黄金分割思想的ISAR像尺寸标定方法,其特征在于:所述步骤S1中通过目标上某散射点与雷达的距离和回波相位,确定目标回波信号的多普勒频率其中:
在远场条件下,则目标上某散射点与雷达的距离为:
r(t)=r0-x0sinΩt-y0cosΩt;
则回波相位为:
φ(t)=-2π[2r(t)]/λ。
3.根据权利要求1所述的基于黄金分割思想的ISAR像尺寸标定方法,其特征在于:所述步骤S304中,在新的速度搜索区间[a,b]中取中点作为最优估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423315.XA CN110058235A (zh) | 2019-05-21 | 2019-05-21 | 基于黄金分割思想的isar像尺寸标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423315.XA CN110058235A (zh) | 2019-05-21 | 2019-05-21 | 基于黄金分割思想的isar像尺寸标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110058235A true CN110058235A (zh) | 2019-07-26 |
Family
ID=67323888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910423315.XA Pending CN110058235A (zh) | 2019-05-21 | 2019-05-21 | 基于黄金分割思想的isar像尺寸标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110058235A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112505692A (zh) * | 2020-10-21 | 2021-03-16 | 中山大学 | 多输入多输出逆合成孔径雷达成像方法、系统和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105738643A (zh) * | 2016-02-03 | 2016-07-06 | 中国人民解放军装备学院 | 一种基于涡旋光旋转多普勒效应的飞行体角速度测量方法 |
US20170146647A1 (en) * | 2015-11-20 | 2017-05-25 | Mando Corporation | Radar device for vehicle and target measurement method therefor |
CN108594198A (zh) * | 2018-07-03 | 2018-09-28 | 中国人民解放军国防科技大学 | 基于轨道角动量的复合运动目标探测方法 |
CN109031230A (zh) * | 2018-06-29 | 2018-12-18 | 西安空间无线电技术研究所 | 一种空间目标速度和加速度二维快速补偿方法 |
-
2019
- 2019-05-21 CN CN201910423315.XA patent/CN110058235A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170146647A1 (en) * | 2015-11-20 | 2017-05-25 | Mando Corporation | Radar device for vehicle and target measurement method therefor |
CN105738643A (zh) * | 2016-02-03 | 2016-07-06 | 中国人民解放军装备学院 | 一种基于涡旋光旋转多普勒效应的飞行体角速度测量方法 |
CN109031230A (zh) * | 2018-06-29 | 2018-12-18 | 西安空间无线电技术研究所 | 一种空间目标速度和加速度二维快速补偿方法 |
CN108594198A (zh) * | 2018-07-03 | 2018-09-28 | 中国人民解放军国防科技大学 | 基于轨道角动量的复合运动目标探测方法 |
Non-Patent Citations (1)
Title |
---|
许人灿等: "一种改进的空间目标高速运动补偿方法", 《宇航学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112505692A (zh) * | 2020-10-21 | 2021-03-16 | 中山大学 | 多输入多输出逆合成孔径雷达成像方法、系统和存储介质 |
CN112505692B (zh) * | 2020-10-21 | 2023-07-25 | 中山大学 | 多输入多输出逆合成孔径雷达成像方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230400566A1 (en) | Systems and methods for interpolated virtual aperture radar tracking | |
US10359512B1 (en) | Systems and methods for stereo radar tracking | |
Schuster et al. | Probabilistic data association for tracking extended targets under clutter using random matrices | |
Gierull | Ground moving target parameter estimation for two-channel SAR | |
EP3994490A1 (en) | Systems and methods for interpolated virtual aperature radar tracking | |
EP1505408A1 (en) | A method for SAR processing without INS data | |
CN110109102B (zh) | 一种sar运动目标检测与速度估计的方法 | |
JPS62231188A (ja) | 船舶の合成開口レ−ダ結像方法および装置 | |
JPH11512531A (ja) | Sarレーダシステム | |
US20190310360A1 (en) | Use of Dual Processing Channels for Stationary and Moving Objects Illuminated by Radar | |
CN115792907B (zh) | 星载sar斜视滑动聚束模式方位向成像参数设计方法 | |
CN110325876B (zh) | 用于车辆雷达系统的逆合成孔径雷达 | |
Hong et al. | Radar SLAM: A robust SLAM system for all weather conditions | |
Rigling et al. | Three-dimensional surface reconstruction from multistatic SAR images | |
JP6324108B2 (ja) | 合成開口レーダ装置 | |
CN110058235A (zh) | 基于黄金分割思想的isar像尺寸标定方法 | |
JP2010286404A (ja) | 移動目標検出装置 | |
EP1451529B1 (en) | Methods and apparatuses for reconstructing angle information | |
Li et al. | An autofocus method based on maximum image sharpness for Fast Factorized Back-projection | |
US11841420B2 (en) | System and method for radar-based localization and/or mapping | |
CN112689773B (zh) | 雷达信号处理方法和雷达信号处理装置 | |
Guan et al. | Exploiting virtual array diversity for accurate radar detection | |
Wasih et al. | Advanced deep learning network with harris corner based background motion modeling for motion tracking of targets in ultrasound images | |
Bai et al. | A processing scheme for long integration time passive radar based on CZT and FRFD-sharpness | |
Schuster et al. | Target tracking in marine environment using automotive radar and laser range sensor |
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 |