CN113805175A - 一种条带模式sar成像重聚焦方法 - Google Patents
一种条带模式sar成像重聚焦方法 Download PDFInfo
- Publication number
- CN113805175A CN113805175A CN202111092557.9A CN202111092557A CN113805175A CN 113805175 A CN113805175 A CN 113805175A CN 202111092557 A CN202111092557 A CN 202111092557A CN 113805175 A CN113805175 A CN 113805175A
- Authority
- CN
- China
- Prior art keywords
- data
- column
- slice
- slice data
- azimuth
- 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
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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9019—Auto-focussing of the SAR signals
-
- 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
- G01S13/9054—Stripmap mode
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
本发明涉及一种条带模式SAR成像重聚焦方法,该方法结合参数搜索最优方法基础进行改进,多普勒中心频率参数对窗参数进行计算赋值,为了减少计算量对时间和资源的影响,对图像进行预处理选择以动态目标为中心的数据切片,并且计算设置较优的参数训练以及判断方式,从而减少计算量与处理时长。本发明利用参数进行补偿计算实现动目标重聚焦,进而提高动目标成像质量。
Description
技术领域
本发明涉及一种条带模式SAR成像重聚焦方法,属于数字图像处理技术领域。
背景技术
合成孔径雷达(Synthetic Aperture Radar,简称为SAR)是利用雷达与目标的相对运动把尺寸较小的真是天线孔径用数据处理的方法合成一个较大的等效天线孔径雷达,合成后的雷达分辨率高于单个雷达,能全天工作有效识别掩盖物。随着合成孔径雷达成像技术的飞速发展,诸多军事领域和民用领域均对此技术进行广泛应用,例如地形测绘、灾害救援、城市勘测等。近年来SAR静态目标成像发展相对娴熟后,对动态目标的勘测成像也在逐步推进中。
SAR成像检测动目标时,由于其径向运动会使得回拨信号的多普勒中心频率和信号回拨调频产生变化,从而导致散焦,使得一般聚焦方法不能实现高质量成像,重聚焦方法的研究在提高成像质量上十分必要。但由于SAR成像庞大的数据量处理、算法复杂度与重聚焦图像质量冲突,因此希望获得高精度的前提下简化算法。
现有的重聚焦算法大多是利用各种深度学习算法确定位置,利用多组滤波器进行筛选,再进一步的在频域内对回波数据进行频谱操作得出最优结果,往往计算量会很大,效率很低
随着SAR成像应用扩大以及卫星级别成像的精度要求提高,普通的动目标成像方法的图像质量无法满足要求,不能很好的抑制多普勒中心频率变化引起的散焦现象;并且图像数据量庞大对传输以及处理的时间要求也成为必要影响因素。
SAR成像动目标的参数估计方面,较好的参数获取方法也对应着较高的计算时间,参数估计部分现有的公开文献中,通常都是基于相位方法的动目标参数估计,算法主要由CSI(Clutter Suppression Interferometry),但这种方法只能估计距离向速度,其对动目标成像散焦没有影响。目前最新的方位向速度估计参数方法是基于STAP(Space-timeadaptive processing)和SBL(Sparse Bayesian Learning)提出的动目标参数估计方法,但STAP计算的复杂难度很高,并且SBL方法很容易陷入局部最优的困境中,导致参数估计失效。
目前现有的动目标成像算法主要有基于特显点跟踪算法要求目标由多个特显点可供提取;时频分析方法通过方位向调频进行补焦;基于参数搜索的最优化方法利用多组滤波器重新成像,取滤波器参数作为补偿;基于Keystone变换的方法消除动目标线性走动和距离弯曲方法。目前基本的动目标成像已经进行了理论和方法层面的实现,但成像质量偏弱。
SAR成像常见的工作模式主要分为三种条带模式、扫描模式和聚束模式。其中条带模式下,雷达平台的移动和天线的指向保持不变,天线匀速扫过地面,得到一副不间断的较长的条带成像。本发明针对条带模式下的SAR成像切片数据进行重聚焦处理。
为了便于描述,本发明对以下两个术语进行如下限定:1)合成孔径雷达重聚焦是将平台的二维成像进行进一步的聚焦处理,重聚焦目的是为了减少或消除运动目标方位向移动产生的散焦现象。2)雷达平台运动的方向叫做方位向,即成像数据列。
发明内容
本发明要解决的技术问题是:提供一种成像速度快、成像质量高的条带模式SAR成像重聚焦方法,可以解决SAR动目标成像的方位向速度导致的散焦现象。
为了解决上述技术问题,本发明提出的技术方案是:一种条带模式SAR成像重聚焦方法,条带模式SAR成像重聚焦方法,SAR成像设备具有几个固定参数,其中,PRFup表示脉冲重复频率上限,WL表示波形长度,RF表示斜距,B为预设参数;所述方法包括以下步骤:
步骤一、对粗聚焦SAR全景图像数据进行切片和截取,得到包含动目标的切片数据,每一个切片数据的宽度为NR,高度为NA;
步骤二、对每一个切片数据进行多普勒中心频率估计,即对每一个切片数据执行以下步骤:
S21、该切片数据按列进行傅里叶变换,然后按行求和,得到一维数据组t,其中:
S22、以数据组t作为因变量,数据组t的序号作为自变量进行二阶多项式拟合,得到拟合多项式tp;
S23、找出所述拟合多项式tp的最大值所对应的序号y,计算得出多普勒中心频率的估计值,即:
步骤三、用vc表示动目标方位向的速度,显然vc位于一预设范围C内;对截取后的每一个切片数据进行重聚焦,具体方法如下:
S31、针对该切片数据,对预设范围C内的任一动目标方位向的速度vc,计算每一列的条带相位数据:
式中,i为整数,且-NA/2≤i≤NA/2-1;Hi表示该切片数据第i列的条带相位数据;
fa表示频率向量数组,其中:
S32、根据以下公式计算每一列切片数据的对比范围方位角cnr:
式中,i为整数,且-NA/2≤i≤NA/2-1,di表示该列第i个数据;
j为整数,且-NA/2≤j≤NA/2-1,dj表示该列第j个数据;
对该切片数据的所有列的对比范围方位角cnr进行求和,得到该切片数据的对比度范围方位角求和结果;
S33、找出步骤S32中的对比度范围方位角求和结果的最大值对应的动目标方位向的速度vc,记为方位向速度估计值vd;
最后根据有效频率中心点NC以及泰勒窗TV,构造一个带通滤波器,保证带通滤波器的中心点与有效频率中心点重合,得到窗参数向量W;
S35、将该切片数据按列进行傅里叶变换,并将变换结果与相位参数P对应依次相乘,再对复数乘结果进行傅里叶反变换,得到精聚焦数据,即:
式中,i为整数,且-NA/2≤i≤NA/2-1;di表示该列第i个数据,difix表示该列第i个精聚焦数据;
fa表示频率向量数组,其中:
本发明提出一种条带模式重聚焦方法,利用切片数据对方位向速度进行估计,并根据固定参数计算出相位数据,利用切片数据与相位数据计算达到重聚焦效果。
本发明带来的有益效果是:1)本发明为了减少计算量,首先对图像进行预处理选择以动态目标为中心的数据切片,从而减少了对时间和资源的影响;并且针对切片精聚焦以及方位向速度估计的计算时,利用固定参数代替变换参数,从而减少计算量与处理时长。另外,本发明利用参数进行补偿计算实现动目标重聚焦,进而提高动目标的成像质量。2)本发明动目标参数估计时的相位数据是由SAR成像设备的固定参数计算得出,同时固定了相位向量的大小,从而减小了计算量,提高了执行效率。
附图说明
图1是本发明实施例的流程示意图。
具体实施方式
实施例
SAR成像设备具有几个固定参数,其中,PRFup表示脉冲重复频率上限,WL表示波形长度,RF表示斜距,V表示等效速度,B为预设参数。本实施例利用了SAR设备的上述几个固定参数,这几个固定参数与具体的SAR设备相关,可从该SAR设备厂商提供的技术参数中找到。
本实施例的条带模式SAR成像重聚焦方法,如图1所示,包括以下步骤:
步骤一、对粗聚焦SAR全景图像数据进行切片和截取,得到包含动目标的切片数据,每一个切片数据的宽度为NR,高度为NA。目前,条带模式下二维切片数据大小通常为512*512,本实施例中也采用该大小,即NR为512,NA也为512。以目标点为中心,截取512*512大小的切片数据。为防止目标处于图片边缘部分,在确定中心时,可先进行边缘判定,以保证目标位置。
步骤二、对每一个切片数据进行多普勒中心频率估计,即对每一个切片数据执行以下步骤:
S21、该切片数据按列进行傅里叶变换,然后按行求和,得到一维数据组t,其中:
S22、以数据组t作为因变量,数据组t的序号作为自变量进行二阶多项式拟合,得到拟合多项式tp;
S23、找出所述拟合多项式tp的最大值所对应的序号y,计算得出多普勒中心频率的估计值,即:
步骤三、利用步骤一得到的处理后切片数据以及固定参数,利用折半查找法,根据条带模式对查找条件进行定义,从而进行方位向速度估计。
本实施例中用vc表示动目标方位向的速度,显然vc位于一预设范围C内;预设范围C为经验数据,表示动目标方位向的速度可能出现的区间范围。根据不同的SAR成像设备,预设范围C具有不同的值,可参考相关SAR成像设备的资料获取。
对截取后的每一个切片数据进行重聚焦,具体方法如下:
S31、针对该切片数据,对预设范围C内的任一动目标方位向的速度vc,计算每一列的条带相位数据:
式中,i为整数,且-NA/2≤i≤NA/2-1;Hi表示该切片数据第i列的条带相位数据;
fa表示频率向量数组,其中:
S32、根据以下公式计算每一列切片数据的对比范围方位角cnr:
式中,i为整数,且-NA/2≤i≤NA/2-1,di表示该列第i个数据;
j为整数,且-NA/2≤j≤NA/2-1,dj表示该列第j个数据;
对该切片数据的所有列的对比范围方位角cnr进行求和,得到该切片数据的对比度范围方位角求和结果;
S33、找出步骤S32中的对比度范围方位角求和结果的最大值对应的动目标方位向的速度vc,记为方位向速度估计值vd。
为了提高查找效率,可以采用折半查找法(又称二分法),从预设范围C的中间位置数据开始,如符合判断标准则不继续查找,如标准元素大于或小于中间元素,则在另一半查找,并重复步骤,直到查找到满足条件的元素为止,这样可以迅速缩小估计查找范围,减少计算量和算法处理时间。
最后根据有效频率中心点NC以及泰勒窗TV,构造一个带通滤波器,保证带通滤波器的中心点与有效频率中心点重合,得到窗参数向量W。
S35、将该切片数据按列进行傅里叶变换,并将变换结果与相位参数P对应依次相乘,再对复数乘结果进行傅里叶反变换,得到精聚焦数据,即:
式中,i为整数,且-NA/2≤i≤NA/2-1;di表示该列第i个数据,difix表示该列第i个精聚焦数据;
fa表示频率向量数组,其中:
由上式可以看出,在计算频率向量数组fa时,将赋值后的频率向量进行频率轴修正,即加上脉冲重复频率的整数倍,整数是由多普勒中心频率与脉冲重复频率的比值向下取整后得出。再将进行频率轴修正后的频率向量fa进行傅里叶变换,并将得出向量中心周期移位到0位置的到最终的频率向量组fa。
为了进一步提高计算效率,本实施例在步骤二中,首先对每一个切片数据,按列计算对比范围方位角cn,其中,任一列对比范围方位角的计算方法如下:
式中,i为整数,且-NA/2≤i≤NA/2-1,di表示该列第i个数据;
j为整数,且-NA/2≤j≤NA/2-1,dj表示该列第j个数据;
然后,对该切片数据中每一列的对比范围方位角cn进行排序,取其中较大的20-50%的列数据替代该切片数据,然后再执行步骤S21-S22。申请人的试验表明,一般只取20%的列数据即可取得较好的结果,因此进一步降低了计算量。
本发明通过多普勒中心频率参数对窗参数进行计算赋值,为了减少计算量对时间和资源的影响,对图像进行预处理选择以动态目标为中心的数据切片,并且计算设置较优的参数训练以及判断方式,从而减少计算量与处理时长,并利用参数进行补偿计算实现动目标重聚焦,进而提高了动目标成像质量。
本实施例还可以作以下改进:如图1所示,增加步骤四、将所述精聚焦数据进行量化(即缩位计算),具体方法如下:
依次计算精聚焦后的切片数据中每一列的数据均值、数据标准差和最小值;
假设某一列切片数据中的最小值为Pmin,数据均值为d,数据标准差为S,该列切片数据的最大值Pmax=d+b×S,式中,b为根据变异系数倒数给定的预设值,根据变异系数倒数给定,跟SAR成像设备相关,可根据经验或实验获得;
根据以下公式对该列切片数据进行量化,并保留为2进制8位整数,从而得到量化后的切片数据:
式中,Di为量化后的该列切片数据中第i个数据,di为精聚焦后的该列切片数据中第i个数据;当di∈[Pmin,Pmax]时,Tmid=1,否则Tmid=0。
本实施例通过以上量化处理,能够更好的保存数据的特征性,减少因为数据压缩而产生的误差,以便于图像数据在后续应用上的传输处理。
本发明具有以下特点:1)条带模式SAR成像重聚焦的窗参数计算并不用查找方法,而是利用多普勒中心频率作为窗参数中心频率点进行范围扩展得出,扩展的范围和数值根据固定参数计算后进行泰勒展开计算得出,后对精聚焦数据进行加窗处理后再进行精聚焦计算。2)本发明的方位向速度参数估计方法,利用对比范围方位角缩小训练次数,选取切片数据前20%作为训练数据。再通过对切片数据傅里叶变换后的数据组做新的对比范围方位角计算,利用其作为训练查找判定条件。针对训练时间过长的问题,本方法中的方位向速度估计采用折半查找法迅速查找出最优方位向速度。3)本发明针对重聚焦后数据量较大不方便后续交互的问题,在精聚焦后设计了计算量化处理模块,利用精聚焦后的切片数据的最大值、最小值、均值和标准差计算出量化上下限阈值判断条件,利用上下限对精聚焦数据进行分类计算。保留阈值内的精聚焦数据,舍去下限阈值外的数据,保留计算后的其他数据并将32位浮点数转换为8位定点正数,保留数据特征并且尽可能压缩切片数据大小。
本发明不局限于上述实施例所述的具体技术方案,除上述实施例外,本发明还可以有其他实施方式。对于本领域的技术人员来说,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等形成的技术方案,均应包含在本发明的保护范围之内。
Claims (3)
1.一种条带模式SAR成像重聚焦方法,SAR成像设备具有几个固定参数,其中,PRFup表示脉冲重复频率上限,WL表示波形长度,RF表示斜距,B为预设参数;所述方法包括以下步骤:
步骤一、对粗聚焦SAR全景图像数据进行切片和截取,得到包含动目标的切片数据,每一个切片数据的宽度为NR,高度为NA;
步骤二、对每一个切片数据进行多普勒中心频率估计,即对每一个切片数据执行以下步骤:
S21、该切片数据按列进行傅里叶变换,然后按行求和,得到一维数据组t,其中:
S22、以数据组t作为因变量,数据组t的序号作为自变量进行二阶多项式拟合,得到拟合多项式tp;
S23、找出所述拟合多项式tp的最大值所对应的序号y,计算得出多普勒中心频率的估计值,即:
步骤三、用vc表示动目标方位向的速度,显然vc位于一预设范围C内;对截取后的每一个切片数据进行重聚焦,具体方法如下:
S31、针对该切片数据,对预设范围C内的任一动目标方位向的速度vc,计算每一列的条带相位数据:
式中,i为整数,且-NA/2≤i≤NA/2-1;Hi表示该切片数据第i列的条带相位数据;
fa表示频率向量数组,其中:
S32、根据以下公式计算每一列切片数据的对比范围方位角cnr:
式中,i为整数,且-NA/2≤i≤NA/2-1,di表示该列第i个数据;
j为整数,且-NA/2≤j≤NA/2-1,dj表示该列第j个数据;
对该切片数据的所有列的对比范围方位角cnr进行求和,得到该切片数据的对比度范围方位角求和结果;
S33、找出步骤S32中的对比度范围方位角求和结果的最大值对应的动目标方位向的速度vc,记为方位向速度估计值vd;
最后根据有效频率中心点NC以及泰勒窗TV,构造一个带通滤波器,保证带通滤波器的中心点与有效频率中心点重合,得到窗参数向量W;
S35、将该切片数据按列进行傅里叶变换,并将变换结果与相位参数P对应依次相乘,再对复数乘结果进行傅里叶反变换,得到精聚焦数据,即:
式中,i为整数,且-NA/2≤i≤NA/2-1;di表示该列第i个数据,difix表示该列第i个精聚焦数据;
fa表示频率向量数组,其中:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111092557.9A CN113805175B (zh) | 2021-09-17 | 2021-09-17 | 一种条带模式sar成像重聚焦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111092557.9A CN113805175B (zh) | 2021-09-17 | 2021-09-17 | 一种条带模式sar成像重聚焦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113805175A true CN113805175A (zh) | 2021-12-17 |
CN113805175B CN113805175B (zh) | 2022-04-19 |
Family
ID=78939546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111092557.9A Active CN113805175B (zh) | 2021-09-17 | 2021-09-17 | 一种条带模式sar成像重聚焦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113805175B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116777750A (zh) * | 2023-07-31 | 2023-09-19 | 山东黄河三角洲国家级自然保护区管理委员会 | 一种基于视差维滤波的聚焦堆栈视差维超分辨方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2934055A1 (fr) * | 2008-07-18 | 2010-01-22 | Thales Sa | Procede pour elaborer une commande de balayage d'antenne pour realiser une image sar |
EP2743727A2 (en) * | 2014-01-16 | 2014-06-18 | Institute of Electronics, Chinese Academy of Sciences | Method for implementing high-resolution wide-swath spaceborne SAR system |
CN106405552A (zh) * | 2016-11-30 | 2017-02-15 | 西安电子科技大学 | 基于wvd—pga算法的sar雷达目标聚焦方法 |
CN109313261A (zh) * | 2016-06-21 | 2019-02-05 | 泰雷兹阿莱尼亚宇航意大利单股东有限责任公司 | 用于干涉测量分析的sar成像方法 |
-
2021
- 2021-09-17 CN CN202111092557.9A patent/CN113805175B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2934055A1 (fr) * | 2008-07-18 | 2010-01-22 | Thales Sa | Procede pour elaborer une commande de balayage d'antenne pour realiser une image sar |
EP2743727A2 (en) * | 2014-01-16 | 2014-06-18 | Institute of Electronics, Chinese Academy of Sciences | Method for implementing high-resolution wide-swath spaceborne SAR system |
CN109313261A (zh) * | 2016-06-21 | 2019-02-05 | 泰雷兹阿莱尼亚宇航意大利单股东有限责任公司 | 用于干涉测量分析的sar成像方法 |
CN106405552A (zh) * | 2016-11-30 | 2017-02-15 | 西安电子科技大学 | 基于wvd—pga算法的sar雷达目标聚焦方法 |
Non-Patent Citations (3)
Title |
---|
JUN WAN等: "Fast Approach for SAR Imaging of Ground Moving Target With Doppler Ambiguity Based on 2-D SCFT and IRFCCF", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
梁毅等: "调频连续波(FMCW)聚束式SAR成像研究", 《西安电子科技大学学报》 * |
肖靖等: "基于最小熵的斜视SAR多普勒调频率估计", 《现代雷达》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116777750A (zh) * | 2023-07-31 | 2023-09-19 | 山东黄河三角洲国家级自然保护区管理委员会 | 一种基于视差维滤波的聚焦堆栈视差维超分辨方法和装置 |
CN116777750B (zh) * | 2023-07-31 | 2023-12-26 | 山东黄河三角洲国家级自然保护区管理委员会 | 一种基于视差维滤波的聚焦堆栈视差维超分辨方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113805175B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rao et al. | Parametric sparse representation method for ISAR imaging of rotating targets | |
Ahmad et al. | Autofocusing of through-the-wall radar imagery under unknown wall characteristics | |
KR101963895B1 (ko) | 해상 표적 탐지에 사용되는 sar 신호 처리 장치 및 그 방법 | |
CN108279404B (zh) | 一种基于空间谱估计的双通道sar相位误差校正方法 | |
CN107015225B (zh) | 一种基于自聚焦的sar平台初始高度误差估计方法 | |
CN109116356B (zh) | 基于低比特量化数据的合成孔径雷达运动目标成像方法 | |
CN109669182B (zh) | 无源双基地sar动/静目标联合稀疏成像方法 | |
CN109507666B (zh) | 基于离网变分贝叶斯算法的isar稀疏频带成像方法 | |
CN113805175B (zh) | 一种条带模式sar成像重聚焦方法 | |
CN105301589B (zh) | 高分辨宽测绘带sar地面运动目标成像方法 | |
CN111722225B (zh) | 基于先验相位结构信息的双基sar两维自聚焦方法 | |
CN112731394A (zh) | 基于近似观测矩阵的聚束sar杂波抑制和动目标重聚焦 | |
CN113484859B (zh) | 一种基于融合技术的二维超分辨雷达成像方法 | |
JP4793240B2 (ja) | 高分解能レーダ装置 | |
CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
CN109815871A (zh) | 基于光学遥感图像的目标舰船检测及跟踪方法 | |
CN112215832B (zh) | Sar尾迹图像质量评估及自适应探测参数调整方法 | |
KR102202622B1 (ko) | 표적 탐지 정확도 향상 장치 및 그 방법 | |
CN113960599A (zh) | 一种扫描模式sar成像重聚焦方法 | |
CN113960599B (zh) | 一种扫描模式sar成像重聚焦方法 | |
Koksal et al. | Model-based object recognition using laser radar range imagery | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN113625063B (zh) | 一种整机条件下的天线单脉冲性能评估方法 | |
CN108983209A (zh) | 基于对称协方差矩阵的杂波抑制方法 | |
CN114994676A (zh) | 一种一站固定式双站低频超宽带sar运动目标成像方法 |
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 |