CN112799063A - 基于弹跳射线法的双站散射中心建模方法 - Google Patents
基于弹跳射线法的双站散射中心建模方法 Download PDFInfo
- Publication number
- CN112799063A CN112799063A CN202011558711.2A CN202011558711A CN112799063A CN 112799063 A CN112799063 A CN 112799063A CN 202011558711 A CN202011558711 A CN 202011558711A CN 112799063 A CN112799063 A CN 112799063A
- Authority
- CN
- China
- Prior art keywords
- ray
- station
- target
- double
- scattering center
- 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 65
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000010354 integration Effects 0.000 claims abstract description 10
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 230000003287 optical effect Effects 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 11
- 230000005684 electric field Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining 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
- 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
- G01S13/9021—SAR image post-processing 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
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及雷达技术领域,特别是一种基于弹跳射线法的双站散射中心建模方法。通过目标几何建模及剖分,形成目标网格模型,然后通过基于弹跳射线法的双站射线路径和散射场计算方法、双站射线位置等效方法、基于图像域射线管积分的三维双站ISAR图像快速生成方法和基于CLEAN的散射中心提取算法实现了目标双站散射中心模型的构建;整个建模过程效率高、散射机理清晰,构建出的散射中心模型与目标几何模型有着良好的对应关系,可为协同探测、网络化雷达、MIMO‑SAR等新体制雷达系统仿真、数据快速生成、目标检测识别等应用提供有力技术支撑。
Description
技术领域
本发明涉及雷达技术领域,特别是一种基于弹跳射线法的双站散射中心建模方法。
背景技术
协同探测、网络化雷达、MIMO-SAR等新体制雷达技术,可获取目标多角度的双/多站散射信息,在提升目标探测、识别能力方面存在着巨大的潜力。目前,针对上述新体制雷达,现有的研究主要集中在雷达布站、相参处理、成像等方面,但在复杂目标双站散射机理、特征提取与识别等方面的研究相对较少。
目标散射中心参数化模型是一种基于散射机理表征的、具有简洁解析表达形式的目标散射模型,不但可用于雷达信号/场景数据快速生成,而且还能用于挖掘目标深层次的属性特征。自上世纪90年代至今,国内外学者提出了若干电磁散射参数化模型形式与建模方法。已提出的代表性参数化模型包括:Prony模型、GTD模型、属性散射中心模型等,在实际应用中取得了较好的效果。但这些模型中大部分是针对单站情形建立,无法有效描述目标双站散射机理与特性。尽管部分模型,如典型散射特征模型,可表达双站散射特性,但由于对双站散射机理的研究不够深入,目前仍无法构建可靠有效的双站散射中心模型。
因此,针对上述问题,亟需从双站散射机理出发,建立目标双站散射中心参数化模型,解决复杂目标双站散射参数化建模难题,为新体制雷达探测下场景数据快速生成与目标识别等应用提供技术支撑。
发明内容
本发明目的在于提供一种基于弹跳射线法的双站散射中心建模方法,解决以往无法构建可靠有效双站散射中心模型的问题。
本申请一方面提供一种基于弹跳射线法的双站散射中心建模方法,包括以下步骤:
S1、目标几何建模及剖分,形成目标网格模型;
S2、基于弹跳射线法计算双站条件下射线路径和散射场数据;
S3、根据光程差等效关系和光程随姿态角变化率关系将射线双站多次作用路径位置等效为双站单次作用位置;
S4、利用图像域射线管积分的方式快速生成目标三维双站ISAR图像;
S5、采用CLEAN算法从目标三维双站ISAR图像中提取目标双站散射中心模型参数,以进行目标双站散射中心模型的构建。
其中,目标几何建模及剖分,形成目标网格模型中,
利用建模软件构建目标的几何模型,然后对几何模型进行网格剖分,形成目标网格模型。
其中,基于弹跳射线法计算双站条件下射线路径和散射场数据中,
利用弹跳射线法将雷达发射的远场电磁波看作一系列平行射线:
[ray1,ray2,...,rayi,...,rayN],其中i∈[1,N]表示第i条射线编号;当所述平行射线沿设定入射方向照射目标网格模型时,将在目标表面发生多次反射,根据几何光学法追踪并记录所有射线的弹跳路径[path1,path2,...,pathi,...,pathN],记第i条射线路径为pathi=[pi1,pi2,...,pij,...,piM],其中pij=[xij;yij;zij]为该射线在第j个弹跳点的位置;经过多次弹跳后,射线离开目标表面产生出射,在出射点处利用物理光学法计算射线沿设定接收方向产生的电场[E1,E2,...,Ei,...,EN]。
其中,根据光程差等效关系和光程随姿态角变化率关系将射线双站多次作用路径位置等效为双站单次作用位置中,
将在目标坐标系下追踪得到的射线路径中第一个弹跳点位置转化为沿入射方向的雷达坐标系下的位置,射线路径中最后一个弹跳点位置转化为沿出射方向的雷达坐标系下的位置;第i条射线在目标坐标系下的第一个弹跳点位置pi1=[xi1;yi1;zi1]和最后一个弹跳点位置piM=[xiM;yiM;ziM]分别按坐标变换公式转化为雷达坐标系下的弹跳位置p'i1=[x'i1;y'i1;z'i1]和p'iM=[x'iM;y'iM;z'iM];坐标变换公式为:
其中θ和分别为入射或接收方向的俯仰角和方位角;基于求得的雷达坐标系下的弹跳位置,根据光程差等效关系和光程随姿态角变化率关系推导确定出雷达坐标系下的双站射线多次作用等效位置;第i条射线在雷达坐标系下等效位置p'i=[x'i;y'i;z'i]的计算公式为:
其中dj表示该射线第j个弹跳点到第j-1个弹跳点的距离。
其中,利用图像域射线管积分的方式快速生成目标三维双站ISAR图像中,
基于步骤S2中求得的射线电场和步骤S3中求得的射线等效位置,根据单双站等效原理推导出小孔径角下图像域射线管积分的闭式表达式;第i条射线的图像域射线管积分计算公式为:
Image3D_Rayi(x,y,z)=Eih(x-x'i,y-y'i,z-z'i)
其中k0为波数,Δk为波数宽度,Δθ为俯仰角宽度,Δφ方位角宽度;计算得到每一条射线的图像域射线管积分结果后,将所有射线结果叠加起来得到目标总的三维双站ISAR图像:
其中,采用CLEAN算法从目标三维双站ISAR图像中提取目标双站散射中心模型参数中,
假设目标三维双站ISAR图像由Q个独立的点散射中心[SC1,SC2,...,SCn,...,SCQ]形成,每个散射中心由幅度参数An和目标坐标系下位置参数pn=[xn;yn;zn]表征,那么目标三维双站ISAR图像同样由散射中心在图像域积分后叠加近似获得,叠加近似获得目标三维双站ISAR图像公式为:
其中p'n=[x'n;y'n;z'n]为散射中心在雷达坐标系下的位置参数;基于叠加近似获得目标三维双站ISAR图像公式,采用CLEAN算法通过循环以下过程直至图像最强点幅度小于设定门限值来实现散射中心的提取:首先提取目标三维双站ISAR图像中最强点的强度和位置作为散射中心的幅度和雷达坐标系下的位置,然后ISAR图像减去该散射中心在图像域的积分结果,第n次循环的残差图像为:
(Residual Image3D)n+1=(Residual Image3D)n-[Anh(x-x'n,y-y'n,z-z'n)]
其中An为提取的第n个散射中心的幅度,p'n=[x'n;y'n;z'n]为提取的第n个散射中心在雷达坐标系下的位置;散射中心提取完成后,将双站散射中心雷达坐标系下位置转化为目标坐标系下位置;第n个散射中心位置坐标变换公式为:
从上述方案可以看出,本发明具有如下有益效果:
本申请中,首先通过目标几何建模及剖分,形成目标网格模型,然后通过基于弹跳射线法的双站射线路径和散射场计算方法、双站射线位置等效方法、基于图像域射线管积分的三维双站ISAR图像快速生成方法和基于CLEAN的散射中心提取算法实现了目标双站散射中心模型的构建;整个建模过程效率高、散射机理清晰,构建出的散射中心模型与目标几何模型有着良好的对应关系,可为协同探测、网络化雷达、MIMO-SAR等新体制雷达系统仿真、数据快速生成、目标检测识别等应用提供有力技术支撑,模型可靠有效。
附图说明
图1是本申请基于弹跳射线法的双站散射中心建模方法的流程示意图;
图2是本申请基于弹跳射线法的双站散射中心建模方法的建模原理示意图;
图3是本申请中二面角目标几何模型示意图;
图4是本申请中二面角目标网格模型示意图;
图5是本申请中射线路径及散射场示意图;
图6是本申请中射线等效位置示意图;
图7是本申请中二面角目标三维双站ISAR示意图;
图8是本申请中二面角目标三维双站散射中心与几何模型对应示意图。
具体实施方式
如图1-图8所示,本发明实施例提供的一种基于弹跳射线法的双站散射中心建模方法,包括以下步骤:
S1、目标几何建模及剖分,形成目标网格模型;
S2、基于弹跳射线法计算双站条件下射线路径和散射场数据;
S3、根据光程差等效关系和光程随姿态角变化率关系将射线双站多次作用路径位置等效为双站单次作用位置;
S4、利用图像域射线管积分的方式快速生成目标三维双站ISAR图像;
S5、采用CLEAN算法从目标三维双站ISAR图像中提取目标双站散射中心模型参数,以进行目标双站散射中心模型的构建。
上述实施例中,首先通过目标几何建模及剖分,形成目标网格模型,然后通过基于弹跳射线法的双站射线路径和散射场计算方法、双站射线位置等效方法、基于图像域射线管积分的三维双站ISAR图像快速生成方法和基于CLEAN的散射中心提取算法实现了目标双站散射中心模型的构建;整个建模过程效率高、散射机理清晰,构建出的散射中心模型与目标几何模型有着良好的对应关系,可为协同探测、网络化雷达、MIMO-SAR等新体制雷达系统仿真、数据快速生成、目标检测识别等应用提供有力技术支撑。
本发明的具体实施步骤如下:
1、目标几何建模及剖分:首先利用CAD建模软件(如ANSYS、Hypermesh等)构建目标的几何模型,图3给出了利用Hypermesh构建的二面角目标的几何模型;接着对构建的目标几何模型进行网格剖分,图4给出了剖分后的目标网格模型。
2、设定电磁波入射方向(入射俯仰角和方位角)、接收方向(接收俯仰角和方位角)、频率、收发极化这些双站雷达参数后,利用GO-PO电磁仿真算法计算双站条件下的射线弹跳路径和散射电场。图5给出了电磁波入射俯仰角90度、方位角-30度,接收俯仰角90度、方位角30度,频率16GHz,收发VV极化下的第i条射线路径pathi及散射场Ei示意图。
3、首先根据入射方向、接收方向以及坐标变换公式将目标坐标系下的射线第一个弹跳点位置和最后一个弹跳点位置转化为雷达坐标系下的射线弹跳位置;接着将雷达坐标系下的射线弹跳位置带入双站射线多次作用等效位置计算公式中求解雷达坐标系下的目标双站射线等效位置;图6给出了双站条件下将第i条射线在目标坐标系下两次作用位置pi1、pi2等效为雷达坐标系下等效位置p'i的示意图。
4、设定波数宽度、俯仰角宽度、方位角宽度等成像参数后,将雷达坐标系下的射线等效位置和射线散射场数据带入图像域射线管积分计算公式中,并累加得到目标三维双站ISAR图像;图7给出了二面角目标在波数宽度20.9440rad/m、俯仰角宽度5.7296°、方位角宽度5.7296°下(对应0.15m图像分辨率)的三维双站ISAR图像。
5、设定CLEAN算法提取门限,对目标三维双站ISAR图像利用CLEAN算法及残差图像计算公式提取目标三维双站散射中心幅度及雷达坐标系下位置。接着将提取得到的雷达坐标系下的散射中心位置以及入射方向、接收方向带入散射中心位置坐标变换公式中求解目标坐标系下的散射中心位置。目标坐标系下的散射中心位置及幅度构成了目标三维双站散射中心模型;图8给出了CLEAN算法门限取ISAR图像最大值以下30dB时,提取的二面角目标三维双站散射中心与几何模型对应图。
其中,基于弹跳射线法计算双站条件下射线路径和散射场数据中,
利用弹跳射线法将雷达发射的远场电磁波看作一系列平行射线:
[ray1,ray2,...,rayi,...,rayN],其中i∈[1,N]表示第i条射线编号;当所述平行射线沿设定入射方向照射目标网格模型时,将在目标表面发生多次反射,根据几何光学法追踪并记录所有射线的弹跳路径[path1,path2,...,pathi,...,pathN],记第i条射线路径为pathi=[pi1,pi2,...,pij,...,piM],其中pij=[xij;yij;zij]为该射线在第j个弹跳点的位置;经过多次弹跳后,射线离开目标表面产生出射,在出射点处利用物理光学法计算射线沿设定接收方向产生的电场[E1,E2,...,Ei,...,EN]。
其中,根据光程差等效关系和光程随姿态角变化率关系将射线双站多次作用路径位置等效为双站单次作用位置中,
将在目标坐标系下追踪得到的射线路径中第一个弹跳点位置转化为沿入射方向的雷达坐标系下的位置,射线路径中最后一个弹跳点位置转化为沿出射方向的雷达坐标系下的位置;第i条射线在目标坐标系下的第一个弹跳点位置pi1=[xi1;yi1;zi1]和最后一个弹跳点位置piM=[xiM;yiM;ziM]分别按坐标变换公式转化为雷达坐标系下的弹跳位置p'i1=[x'i1;y'i1;z'i1]和p'iM=[x'iM;y'iM;z'iM];坐标变换公式为:
其中θ和分别为入射或接收方向的俯仰角和方位角;基于求得的雷达坐标系下的弹跳位置,根据光程差等效关系和光程随姿态角变化率关系推导确定出雷达坐标系下的双站射线多次作用等效位置;第i条射线在雷达坐标系下等效位置p'i=[x'i;y'i;z'i]的计算公式为:
其中dj表示该射线第j个弹跳点到第j-1个弹跳点的距离。
具体地,利用图像域射线管积分的方式快速生成目标三维双站ISAR图像中,
基于步骤S2中求得的射线电场和步骤S3中求得的射线等效位置,根据单双站等效原理推导出小孔径角下图像域射线管积分的闭式表达式;第i条射线的图像域射线管积分计算公式为:
Image3D_Rayi(x,y,z)=Eih(x-x'i,y-y'i,z-z'i)
其中k0为波数,Δk为波数宽度,Δθ为俯仰角宽度,Δφ方位角宽度;计算得到每一条射线的图像域射线管积分结果后,将所有射线结果叠加起来得到目标总的三维双站ISAR图像:
具体地,采用CLEAN算法从目标三维双站ISAR图像中提取目标双站散射中心模型参数中,
假设目标三维双站ISAR图像由Q个独立的点散射中心[SC1,SC2,...,SCn,...,SCQ]形成,每个散射中心由幅度参数An和目标坐标系下位置参数pn=[xn;yn;zn]表征,那么目标三维双站ISAR图像同样由散射中心在图像域积分后叠加近似获得,叠加近似获得目标三维双站ISAR图像公式为:
其中p'n=[x'n;y'n;z'n]为散射中心在雷达坐标系下的位置参数;基于叠加近似获得目标三维双站ISAR图像公式,采用CLEAN算法通过循环以下过程直至图像最强点幅度小于设定门限值来实现散射中心的提取:首先提取目标三维双站ISAR图像中最强点的强度和位置作为散射中心的幅度和雷达坐标系下的位置,然后ISAR图像减去该散射中心在图像域的积分结果,第n次循环的残差图像为:
(Residual Image3D)n+1=(Residual Image3D)n-[Anh(x-x'n,y-y'n,z-z'n)]
其中An为提取的第n个散射中心的幅度,p'n=[x'n;y'n;z'n]为提取的第n个散射中心在雷达坐标系下的位置;散射中心提取完成后,将双站散射中心雷达坐标系下位置转化为目标坐标系下位置;第n个散射中心位置坐标变换公式为:
综上,本申请提供的建模方法,建模过程效率高、散射机理清晰,构建出的散射中心模型与目标几何模型有着良好的对应关系,可为协同探测、网络化雷达、MIMO-SAR等新体制雷达系统仿真、数据快速生成、目标检测识别等应用提供有力技术支撑。
Claims (6)
1.一种基于弹跳射线法的双站散射中心建模方法,包括以下步骤:
S1、目标几何建模及剖分,形成目标网格模型;
S2、基于弹跳射线法计算双站条件下射线路径和散射场数据;
S3、根据光程差等效关系和光程随姿态角变化率关系将射线双站多次作用路径位置等效为双站单次作用位置;
S4、利用图像域射线管积分的方式快速生成目标三维双站ISAR图像;
S5、采用CLEAN算法从目标三维双站ISAR图像中提取目标双站散射中心模型参数,以进行目标双站散射中心模型的构建。
2.根据权利要求1所述的基于弹跳射线法的双站散射中心建模方法,其特征在于,目标几何建模及剖分,形成目标网格模型中,
利用建模软件构建目标的几何模型,然后对几何模型进行网格剖分,形成目标网格模型。
3.根据权利要求2所述的基于弹跳射线法的双站散射中心建模方法,其特征在于,基于弹跳射线法计算双站条件下射线路径和散射场数据中,
利用弹跳射线法将雷达发射的远场电磁波看作一系列平行射线:
[ray1,ray2,...,rayi,...,rayN],其中i∈[1,N]表示第i条射线编号;当所述平行射线沿设定入射方向照射目标网格模型时,将在目标表面发生多次反射,根据几何光学法追踪并记录所有射线的弹跳路径[path1,path2,...,pathi,...,pathN],记第i条射线路径为pathi=[pi1,pi2,...,pij,...,piM],其中pij=[xij;yij;zij]为该射线在第j个弹跳点的位置;经过多次弹跳后,射线离开目标表面产生出射,在出射点处利用物理光学法计算射线沿设定接收方向产生的电场[E1,E2,...,Ei,...,EN]。
4.根据权利要求3所述的基于弹跳射线法的双站散射中心建模方法,其特征在于,根据光程差等效关系和光程随姿态角变化率关系将射线双站多次作用路径位置等效为双站单次作用位置中,
将在目标坐标系下追踪得到的射线路径中第一个弹跳点位置转化为沿入射方向的雷达坐标系下的位置,射线路径中最后一个弹跳点位置转化为沿出射方向的雷达坐标系下的位置;第i条射线在目标坐标系下的第一个弹跳点位置pi1=[xi1;yi1;zi1]和最后一个弹跳点位置piM=[xiM;yiM;ziM]分别按坐标变换公式转化为雷达坐标系下的弹跳位置p'i1=[x'i1;y'i1;z'i1]和p'iM=[x'iM;y'iM;z'iM];坐标变换公式为:
其中θ和分别为入射或接收方向的俯仰角和方位角;基于求得的雷达坐标系下的弹跳位置,根据光程差等效关系和光程随姿态角变化率关系推导确定出雷达坐标系下的双站射线多次作用等效位置;第i条射线在雷达坐标系下等效位置p'i=[x'i;y'i;z'i]的计算公式为:
其中dj表示该射线第j个弹跳点到第j-1个弹跳点的距离。
6.根据权利要求5所述的基于弹跳射线法的双站散射中心建模方法,其特征在于,采用CLEAN算法从目标三维双站ISAR图像中提取目标双站散射中心模型参数中,
假设目标三维双站ISAR图像由Q个独立的点散射中心[SC1,SC2,...,SCn,...,SCQ]形成,每个散射中心由幅度参数An和目标坐标系下位置参数pn=[xn;yn;zn]表征,那么目标三维双站ISAR图像同样由散射中心在图像域积分后叠加近似获得,叠加近似获得目标三维双站ISAR图像公式为:
其中p'n=[x'n;y'n;z'n]为散射中心在雷达坐标系下的位置参数;基于叠加近似获得目标三维双站ISAR图像公式,采用CLEAN算法通过循环以下过程直至图像最强点幅度小于设定门限值来实现散射中心的提取:首先提取目标三维双站ISAR图像中最强点的强度和位置作为散射中心的幅度和雷达坐标系下的位置,然后ISAR图像减去该散射中心在图像域的积分结果,第n次循环的残差图像为:
(ResidualImage3D)n+1=(ResidualImage3D)n-[Anh(x-x'n,y-y'n,z-z'n)]
其中An为提取的第n个散射中心的幅度,p'n=[x'n;y'n;z'n]为提取的第n个散射中心在雷达坐标系下的位置;散射中心提取完成后,将双站散射中心雷达坐标系下位置转化为目标坐标系下位置;第n个散射中心位置坐标变换公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011558711.2A CN112799063B (zh) | 2020-12-25 | 2020-12-25 | 基于弹跳射线法的双站散射中心建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011558711.2A CN112799063B (zh) | 2020-12-25 | 2020-12-25 | 基于弹跳射线法的双站散射中心建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112799063A true CN112799063A (zh) | 2021-05-14 |
CN112799063B CN112799063B (zh) | 2023-11-14 |
Family
ID=75805817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011558711.2A Active CN112799063B (zh) | 2020-12-25 | 2020-12-25 | 基于弹跳射线法的双站散射中心建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112799063B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567949A (zh) * | 2021-08-31 | 2021-10-29 | 北京环境特性研究所 | 一种散射中心关联方法和装置 |
CN117706490A (zh) * | 2024-02-06 | 2024-03-15 | 南京理工大学 | 一种基于单站雷达的金属目标间的耦合散射中心建模方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5542017A (en) * | 1991-09-27 | 1996-07-30 | Koike; Yasuhiro | Light scattering light guide and applied optical apparatuses |
RU2066060C1 (ru) * | 1993-02-16 | 1996-08-27 | Валерий Павлович Ющенко | Способ картографирования с помощью синтезированной апертуры |
US6018306A (en) * | 1998-08-21 | 2000-01-25 | Raytheon Company | Scalable range migration algorithm for high-resolution, large-area SAR imaging |
US20090040098A1 (en) * | 2007-08-09 | 2009-02-12 | Lee Chul J | RCS signature generation for closely spaced multiple objects using N-point models |
US20100066595A1 (en) * | 2008-09-18 | 2010-03-18 | Lee Chul J | Electromagnetic (em) solver using a shooting bouncing ray (sbr) technique |
CN101923166A (zh) * | 2009-06-10 | 2010-12-22 | 中国科学院电子学研究所 | 一种三维复杂目标的合成孔径雷达图像仿真方法 |
CN103530627A (zh) * | 2013-10-23 | 2014-01-22 | 东南大学 | 基于二维散射中心集网格模型的isar图像恢复方法 |
CN103713284A (zh) * | 2012-09-28 | 2014-04-09 | 中国航天科工集团第二研究院二O七所 | 一种基于sbr与po技术的强散射中心计算方法 |
EP2887092A1 (en) * | 2013-12-18 | 2015-06-24 | BAE SYSTEMS plc | Computing radar cross section |
CN105574239A (zh) * | 2015-12-11 | 2016-05-11 | 北京交通大学 | 组合式散射体的雷达截面的计算方法 |
CN106556833A (zh) * | 2016-11-24 | 2017-04-05 | 上海无线电设备研究所 | 基于时域弹跳射线法快速近场计算的isar成像仿真方法 |
CN107942309A (zh) * | 2017-10-19 | 2018-04-20 | 上海无线电设备研究所 | 一种稀薄大气层内超高速目标电磁散射快速计算方法 |
CN108459308A (zh) * | 2018-03-29 | 2018-08-28 | 北京环境特性研究所 | 一种基于时变rcs数据的回波模拟方法及装置 |
CN111257881A (zh) * | 2020-03-02 | 2020-06-09 | 上海神添实业有限公司 | 一种动态道路交会场景目标车辆散射建模方法 |
-
2020
- 2020-12-25 CN CN202011558711.2A patent/CN112799063B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5542017A (en) * | 1991-09-27 | 1996-07-30 | Koike; Yasuhiro | Light scattering light guide and applied optical apparatuses |
RU2066060C1 (ru) * | 1993-02-16 | 1996-08-27 | Валерий Павлович Ющенко | Способ картографирования с помощью синтезированной апертуры |
US6018306A (en) * | 1998-08-21 | 2000-01-25 | Raytheon Company | Scalable range migration algorithm for high-resolution, large-area SAR imaging |
US20090040098A1 (en) * | 2007-08-09 | 2009-02-12 | Lee Chul J | RCS signature generation for closely spaced multiple objects using N-point models |
US20100066595A1 (en) * | 2008-09-18 | 2010-03-18 | Lee Chul J | Electromagnetic (em) solver using a shooting bouncing ray (sbr) technique |
CN101923166A (zh) * | 2009-06-10 | 2010-12-22 | 中国科学院电子学研究所 | 一种三维复杂目标的合成孔径雷达图像仿真方法 |
CN103713284A (zh) * | 2012-09-28 | 2014-04-09 | 中国航天科工集团第二研究院二O七所 | 一种基于sbr与po技术的强散射中心计算方法 |
CN103530627A (zh) * | 2013-10-23 | 2014-01-22 | 东南大学 | 基于二维散射中心集网格模型的isar图像恢复方法 |
EP2887092A1 (en) * | 2013-12-18 | 2015-06-24 | BAE SYSTEMS plc | Computing radar cross section |
CN105574239A (zh) * | 2015-12-11 | 2016-05-11 | 北京交通大学 | 组合式散射体的雷达截面的计算方法 |
CN106556833A (zh) * | 2016-11-24 | 2017-04-05 | 上海无线电设备研究所 | 基于时域弹跳射线法快速近场计算的isar成像仿真方法 |
CN107942309A (zh) * | 2017-10-19 | 2018-04-20 | 上海无线电设备研究所 | 一种稀薄大气层内超高速目标电磁散射快速计算方法 |
CN108459308A (zh) * | 2018-03-29 | 2018-08-28 | 北京环境特性研究所 | 一种基于时变rcs数据的回波模拟方法及装置 |
CN111257881A (zh) * | 2020-03-02 | 2020-06-09 | 上海神添实业有限公司 | 一种动态道路交会场景目标车辆散射建模方法 |
Non-Patent Citations (6)
Title |
---|
BHALLA, R等: "Near-field signature prediction using far-field scattering centers extracted from the shooting and bouncing ray technique", IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION, vol. 48, no. 2, pages 337 - 338, XP011003701 * |
LI, JIANZHOU等: "A high precision shooting and bouncing rays method without mesh for scattering calculation of complex target", INTERNATIONAL JOURNAL OF NUMERICAL MODELLING-ELECTRONIC NETWORKS DEVICES AND FIELDS, vol. 32, no. 6, pages 1 - 13 * |
姬伟杰;童创明;: "二维海面上舰船目标电磁散射及合成孔径雷达成像技术研究", 物理学报, no. 16 * |
张磊;何思远;朱国强;张云华;殷红成;闫华;: "雷达目标三维散射中心位置正向推导和分析", 电子与信息学报, no. 12, pages 63 - 69 * |
闫华等: "基于弹跳射线法的海面舰船目标三维散射中心快速建模方法", 雷达学报, vol. 8, no. 1, pages 107 - 116 * |
陆金文等: "用于三维散射中心SBR建模的边缘绕射修正", 西安电子科技大学学报, vol. 48, no. 2, pages 117 - 124 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567949A (zh) * | 2021-08-31 | 2021-10-29 | 北京环境特性研究所 | 一种散射中心关联方法和装置 |
CN113567949B (zh) * | 2021-08-31 | 2023-06-20 | 北京环境特性研究所 | 一种散射中心关联方法和装置 |
CN117706490A (zh) * | 2024-02-06 | 2024-03-15 | 南京理工大学 | 一种基于单站雷达的金属目标间的耦合散射中心建模方法 |
CN117706490B (zh) * | 2024-02-06 | 2024-05-17 | 南京理工大学 | 一种基于单站雷达的金属目标间的耦合散射中心建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112799063B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228201B (zh) | 一种基于阴影特性的合成孔径雷达抗欺骗式干扰方法 | |
Qiu et al. | Jointly using low-rank and sparsity priors for sparse inverse synthetic aperture radar imaging | |
Seng et al. | Probabilistic fuzzy image fusion approach for radar through wall sensing | |
CN112799063A (zh) | 基于弹跳射线法的双站散射中心建模方法 | |
Sun et al. | Oriented ship detection based on strong scattering points network in large-scale SAR images | |
CN113361367B (zh) | 基于深度学习的地下目标电磁反演方法及系统 | |
Mou et al. | Sea clutter suppression for radar PPI images based on SCS-GAN | |
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 | |
Sun et al. | 3DRIMR: 3D reconstruction and imaging via mmWave radar based on deep learning | |
Song et al. | Inversion of rough surface parameters from SAR images using simulation-trained convolutional neural networks | |
CN115220007A (zh) | 一种针对姿态识别的雷达点云数据增强方法 | |
Riaz et al. | Principle component analysis and fuzzy logic based through wall image enhancement | |
Ghorbani et al. | Simultaneous estimation of wall and object parameters in TWR using deep neural network | |
Laviada et al. | Artifact mitigation for high-resolution near-field sar images by means of conditional generative adversarial networks | |
Sun et al. | Radar emitter individual identification based on convolutional neural network learning | |
Yang et al. | IoT-based critical infrastructure enabled radar information fusion | |
CN115937977A (zh) | 一种基于多维特征融合的少样本人体动作识别方法 | |
KR101851636B1 (ko) | 공진 주파수 및 파형 구조 기반의 특성 벡터 융합을 이용한 레이더 표적 구분 방법 및 장치 | |
CN112597989B (zh) | 毫米波三维全息图像隐匿物品检测方法及系统 | |
CN111781596B (zh) | 基于无网格压缩感知的isar目标散射中心参数估计方法 | |
CN113205564A (zh) | 一种sar智能目标边缘重构方法 | |
CN103886327B (zh) | 基于2d‑kpca的极化sar图像分类方法 | |
Zhuang et al. | Image processing and deep normalized CNN for the location measurement and reading distance prediction of RFID multi-tags | |
CN112666528A (zh) | 一种基于卷积神经网络的多站雷达系统干扰鉴别方法 | |
Jia et al. | Wall compensation in synthetic aperture through-the-wall radar imaging based on generative adversarial nets |
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 |