CN114185047A - 一种基于最优极坐标变换的双基sar动目标重聚焦方法 - Google Patents
一种基于最优极坐标变换的双基sar动目标重聚焦方法 Download PDFInfo
- Publication number
- CN114185047A CN114185047A CN202111499230.3A CN202111499230A CN114185047A CN 114185047 A CN114185047 A CN 114185047A CN 202111499230 A CN202111499230 A CN 202111499230A CN 114185047 A CN114185047 A CN 114185047A
- Authority
- CN
- China
- Prior art keywords
- moving target
- target
- moving
- base
- coordinate
- 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
-
- 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
- G01S13/9052—Spotlight mode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于最优极坐标变换的双基SAR动目标重聚焦方法,首先通过后向投影算法消除了由平台引起的紧耦合和空变效应,但由于目标速度的影响,运动目标成像结果是二维散焦和偏移的;然后采用双基极坐标变换,将动目标散焦自由度从二维降低到一维,将参数估计和动目标重聚焦问题转化为一个约束优化问题,并应用差分进化求解,得到重聚焦结果;最后考虑扩展运动目标的多普勒参数空变特性,对其进行补偿,实现了动目标的重聚焦以及重定位。本发明的方法通过采用最优极坐标变换降低动目标散焦自由度,同时将动目标重聚焦问题转化为约束优化问题,解决了动目标未知RCM校正和多普勒参数估计之间的紧耦合,以及扩展运动目标的多普勒参数空变的问题。
Description
技术领域
本发明属于雷达技术领域,具体涉及双基合成孔径雷达成像技术中的动目标重聚焦方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全天时、全天候的现代高分辨率微波遥感成像雷达,它利用雷达天线和目标区域间的相对运动来获得空间的高分辨率。在地形测绘、植被分析、海洋及水文观测、环境及灾害监视、资源勘探以及地壳微变检测等领域,合成孔径雷达发挥了越来越重要的作用。
合成孔径雷达根据收发站配置不同可分为两种模式:一种为单基模式,发射机和接收机安装在同一平台上;一种为双基模式,此时发射机和接收机安装在不同的平台上。近年来,双基合成孔径雷达(Bistatic SAR)以其前瞻性成像能力和几何灵活性受到越来越多的关注。运动目标成像一直是SAR社区关注的一个长期话题,为了满足对监视系统日益增长的需求,运动目标信息对于具有有限重访时间的广域监视系统至关重要。
SAR的主要成像步骤包括RCM校正(RCMC)和方位压缩。目前关于BiSAR的报告和文献主要集中在静止场景成像算法上,如距离多普勒(RD)算法、w-k算法、非线性调频变标(NLCS)算法。对于静止目标,RCM和方位多普勒参数完全取决于BiSAR平台的运动,换句话说,对于静止目标的成像,RCMC和方位压缩仅取决于BiSAR的几何构型。然而,对于运动目标,由于运动本身的未知性,BiSAR平台的运动信息不能确定RCM和多普勒参数。因此,上述方法都不能通过在BiSAR中实现对运动目标的成像。
发明内容
针对现有技术存在的上述问题,本发明提出了一种基于最优极坐标变换的双基SAR动目标重聚焦方法
本发明的技术方案是:一种基于最优极坐标变换的双基SAR动目标重聚焦方法,具体包括如下步骤:
步骤一:建立双基SAR空间几何构型,并完成参数初始化;
在直角坐标系中,以发射站在地面的投影点为坐标原点,则发射站在零时刻的位置坐标为PT=(0,0,H),接收站在零时刻的位置坐标为PR=(Xr,Yr,H),其中,Xr为接收站的X轴坐标,Yr为接收站的Y轴坐标,H为发射站与接收站的Z轴坐标;发射站与接收站的飞行速度均为V,飞行方向与Y轴平行;设ξ0=(x0,y0)为地面运动目标的初始坐标,其中,x0为该地面运动目标的X轴坐标,y0为该地面运动目标的Y轴坐标,运动目标的速度为vx和vy分别表示动目标的切航迹和沿航迹速度;
步骤二:获取双基SAR到地面运动目标ξ0=(x0,y0)的距离历程RMT(η;ξ0),表示为:
其中,
RMT(0;ξ0)=Rt0+Rr0
其中,RMT(0;ξ0)为运动目标在方位时间η=0时的距离历程,Rr0表示运动目标在方位时间η=0时与接收站的距离,Rt0表示运动目标在方位时间η=0时与发射站的距离,,fdMT(ξ0)表示运动目标在方位时间η=0时的多普勒质心,frMT(ξ0)表示运动目标在方位时间η=0时的多普勒调频率,Rr0和Rt0分别表示零时刻地面任意点到发射站与接收站的双基距离,η表示方位时间变量,λ为发射信号的波长。
步骤三:获取双基SAR的运动目标回波,扩展运动目标反射的回波经下变频和距离压缩后表达式为:
其中,τ为距离快时间变量,ξ=(x,y)表示地面任意目标点的坐标,σ表示运动目标的RCS,Tp和K分别表示发射信号的时宽与调频率,Ts表示运动目标的合成孔径时间,V表示扩展运动目标的体积,c为电磁波速度。
步骤四:去除由双基SAR平台引起的动目标回波空变量,
利用后向投影算法(Back Projection Algorithm,BPA)对双基SAR动目标回波进行处理,成像结果表示为:
其中,
ΔR(η;ξ)=R(η;ξ)-RMT(η;ξ0)
其中,R(η;ξ)是地面任意静止点目标ξ=(x,y)在方位时间为η时的双基距离历史;
步骤五:双基极坐标格式转换,
其中,l是发射站与接收站的距离;
其中,
其中,
在双基极坐标中,动目标能量分布在同一双基距离κ0内,因此,动目标在双基极坐标下表示为:
其中
φ1=-2π(fdST(Υ)-fdMT(Υ0))
φ2=π(frST(Υ)-frMT(Υ0))
其中,fdST(Υ)与frST(Υ)表示位于Υ处的静止目标的多普勒质心与多普勒调频率,fdMT(Υ0)与frMT(Υ0)表示位于Υ0处的动目标的多普勒质心与多普勒调频率。
基于驻定相位原理,动目标在双基极坐标Υ中的成像结果为:
步骤六:将双基极坐标下的动目标重聚焦问题转化为约束优化问题
为了实现动目标的重聚焦,构建参考函数如下所示
因此,动目标的最优重聚焦处理表示为:
所以,将此问题转化为一个约束优化问题,利用最小熵作为准则,估计运动目标的运动参数,此约束优化问题表示为:
s.t.vx∈(vxmin,vxmax)
vy∈(vymin,vymax)
其中,
在上式中,vxmin,vymin和vxmax,vymax分别表示vx和vy最小值和最大值。
步骤八:扩展动目标的空变补偿与重定位。
进一步的,步骤七的具体过程如下:
(1)确定差分进化算法中的种群大小Np、最大迭代次数Gm及杂交参数CR,并随机产生初始种群。
(4)进行变异和交叉操作,得到中间种群。
(5)在原种群和中间种群中选择个体,得到新一代种群。
(6)进化代数g=g+1,转步骤(3)。
进一步的,步骤八的具体过程如下:
在运动目标的速度参数估计和动目标重聚焦之后,由双基SAR平台导致的部分空变量已经被去除,而由目标运动导致的空变量仍然存在,因此,为了实现扩展动目标的重定位,需要补偿动目标引起的空变量。
根据动目标在双基极坐标Υ中的成像结果可以得到其成像位置为:
其中,
通过上式可以计算出扩展动目标每个散射点的偏移量为:
至此,则可以实现双基SAR动目标的重聚焦以及重定位。
本发明的有益效果:本发明的方法首先通过后向投影算法消除了由BiSAR平台引起的紧耦合和空变效应,但由于目标速度的影响,运动目标成像结果是二维散焦和偏移的;然后采用一种双基极坐标变换,将动目标散焦自由度从二维降低到一维,将参数估计和动目标重聚焦问题转化为一个约束优化问题(COP),并应用差分进化(DE)求解此问题,得到重聚焦结果;最后,考虑扩展运动目标的多普勒参数空变特性,对其进行补偿处理,从而实现了双基SAR动目标的重聚焦以及重定位。本发明的方法通过采用最优极坐标变换降低动目标散焦自由度,同时将动目标重聚焦问题转化为约束优化问题,有效解决了动目标未知RCM校正和多普勒参数估计之间的紧耦合,以及扩展运动目标的多普勒参数空变的问题,实现了双基SAR动目标的重聚焦以及重定位处理。
附图说明
图1是本发明提供的基于最优极坐标变换的双基SAR动目标重聚焦方法的流程示意图。
图2是本发明具体实施例采用的双基SAR几何构型图。
图3是扩展运动目标的形状图像。
图4是经步骤四后获得的动目标散焦图像。
图5是经步骤五后获得的极坐标下动目标的散焦结果图像。
图6是经步骤七后图像熵值变化的曲线图。
图7是经步骤七后动目标速度的变化曲线图。
图9是经步骤八后获得的动目标重聚焦与重定位结果图。
具体实施方式
本发明主要采用仿真实验的方式进行验证,仿真验证平台为Matlab2018a。下面结合附图和具体实施方式对本发明作进一步的详细描述。本发明的一种基于最优极坐标变换的双基SAR动目标重聚焦方法的流程示意图如附图1所示,具体过程如下:
步骤一:建立双基SAR空间几何构型,并完成参数初始化;
本发明具体实例采用的双基SAR几何构型如图2所示,所采用的系统参数及运动目标参数表如图1所示:
表1
其中,发射站在零时刻的位置坐标PT=(0,0,H)为(0,0,8km),接收站在零时刻的位置坐标PR=(Xr,Yr,H)为(-8km,0,8km);发射站与接收站的飞行速度V为70m/s,飞行方向与Y轴平行;扩展运动目标散射中心的初始坐标ξ0=(x0,y0)为(8km,8km),运动目标的速度为(3,9)m/s,扩展动目标的形状如图3所示。发射信号的中心频率f0为10GHz,信号带宽B为100MHz,电磁波速度c为3×108m/s。
步骤二:获取双基SAR到地面运动目标ξ0=(x0,y0)的距离历程RMT(η;ξ0),可表示为
其中,
其中,RMT(0;ξ0)为运动目标在方位时间η=0时的距离历程,fdMT(ξ0)表示运动目标在方位时间η=0时的多普勒质心,frMT(ξ0)表示运动目标在方位时间η=0时的多普勒调频率,η表示方位时间变量。
步骤三:获取双基SAR的运动目标回波,扩展运动目标反射的回波经下变频和距离压缩后表达式为:
其中,σ表示运动目标的RCS,Tp和K分别表示发射信号的时宽与调频率,Ts表示运动目标的合成孔径时间,V表示扩展运动目标的体积,c为电磁波速度,λ为发射信号的波长。
步骤四:去除由双基SAR平台引起的动目标回波空变量
利用后向投影算法(Back Projection Algorithm,BPA)对双基SAR动目标回波进行处理,成像结果可表示为:
其中,
ΔR(η;ξ)=R(η;ξ)-RMT(η;ξ0)
其中,R(η;ξ)是地面任意静止点目标ξ=(x,y)在方位时间为η时的双基距离历史。经过步骤四后获得的动目标散焦图像如图4所示。
步骤五:双基极坐标变换
其中,Rr0和Rt0分别表示零时刻地面任意点到发射站与接收站的双基距离。l是发射站与接收站的距离。
其中,
其中
在双基极坐标中,动目标能量分布在同一双基距离κ0内,因此,动目标在双基极坐标下可表示为
其中
φ1=-2π(fdST(Υ)-fdMT(Υ0))
φ2=π(frST(Υ)-frMT(Υ0))
基于驻定相位原理,动目标在双基极坐标Υ中的成像结果为
经过步骤五后获得的极坐标下动目标的散焦结果如图5所示。
步骤六:将双基极坐标下的动目标重聚焦问题转化为约束优化问题
为了实现动目标的重聚焦,构建参考函数如下所示
因此,动目标的最优重聚焦处理可以表示为
所以可以将此问题转化为一个约束优化问题,利用最小熵作为准则,采取优化算法估计运动目标的运动参数,此约束优化问题可以表示为:
s.t.vx∈(vxmin,vxmax)
vy∈(vymin,vymax)
其中,
在上式中,vxmin,vymin和vxmax,vymax分别表示vx和vy最小值和最大值。
步骤七:利用差分进化算法(Differential Evolution,DE)求解目标运动参数。
(1)确定差分进化算法中的种群大小Np、最大迭代次数Gm及杂交参数CR,并随机产生初始种群。
(4)进行变异和交叉操作,得到中间种群。
(5)在原种群和中间种群中选择个体,得到新一代种群。
(6)进化代数g=g+1,转步骤(3).
步骤八:扩展动目标的空变补偿与重定位。
在运动目标的速度参数估计和动目标重聚焦之后,由双基SAR平台导致的部分空变量已经被去除,而由目标运动导致的空变量仍然存在,因此,为了实现扩展动目标的重定位,需要补偿动目标引起的空变量。
根据动目标在双基极坐标Υ中的成像结果可以得到其成像位置为:
其中,
通过上式可以计算出扩展动目标每个散射点的偏移量为
在计算扩展运动目标中不同散射点的偏移量后,通过重采样将双基极坐标Υ下的聚焦良好运动目标图像转换为地平面笛卡尔坐标ξ,转换关系如下:
至此,则可以实现双基SAR动目标的重聚焦以及重定位。
经过步骤八后获得的动目标重聚焦与重定位结果如图9所示。
Claims (3)
1.一种基于最优极坐标变换的双基SAR动目标重聚焦方法,具体包括如下步骤:
步骤一:建立双基SAR空间几何构型,并完成参数初始化;
在直角坐标系中,以发射站在地面的投影点为坐标原点,则发射站在零时刻的位置坐标为PT=(0,0,H),接收站在零时刻的位置坐标为PR=(Xr,Yr,H),其中,Xr为接收站的X轴坐标,Yr为接收站的Y轴坐标,H为发射站与接收站的Z轴坐标;发射站与接收站的飞行速度均为V,飞行方向与Y轴平行;设ξ0=(x0,y0)为地面运动目标的初始坐标,其中,x0为该地面运动目标的X轴坐标,y0为该地面运动目标的Y轴坐标,运动目标的速度为vx和vy分别表示动目标的切航迹和沿航迹速度;
步骤二:获取双基SAR到地面运动目标ξ0=(x0,y0)的距离历程RMT(η;ξ0):
其中,
RMT(0;ξ0)=Rt0+Rr0
其中,RMT(0;ξ0)为运动目标在方位时间η=0时的距离历程,Rr0表示运动目标在方位时间η=0时与接收站的距离,Rt0表示运动目标在方位时间η=0时与发射站的距离,fdMT(ξ0)表示运动目标在方位时间η=0时的多普勒质心,frMT(ξ0)表示运动目标在方位时间η=0时的多普勒调频率,Rr0和Rt0分别表示零时刻地面任意点到发射站与接收站的双基距离,η表示方位时间变量,λ为发射信号的波长;
步骤三:获取双基SAR的运动目标回波,扩展运动目标反射的回波经下变频和距离压缩后表达式为:
其中,τ为距离快时间变量,ξ=(x,y)表示地面任意目标点的坐标,σ表示运动目标的RCS,Tp和K分别表示发射信号的时宽与调频率,Ts表示运动目标的合成孔径时间,V表示扩展运动目标的体积,c为电磁波速度;
步骤四:去除由双基SAR平台引起的动目标回波空变量,
利用后向投影算法对双基SAR动目标回波进行处理,成像结果表示为:
其中,
ΔR(η;ξ)=R(η;ξ)-RMT(η;ξ0)
其中,R(η;ξ)是地面任意静止点目标ξ=(x,y)在方位时间为η时的双基距离历史;
步骤五:双基极坐标格式转换,
其中,l是发射站与接收站的距离;
其中,
其中,
在双基极坐标中,动目标能量分布在同一双基距离κ0内,动目标在双基极坐标下表示为:
其中
φ1=-2π(fdST(Υ)-fdMT(Υ0))
φ2=π(frST(Υ)-frMT(Υ0))
其中,fdST(Υ)与frST(Υ)表示位于Υ处的静止目标的多普勒质心与多普勒调频率,fdMT(Υ0)与frMT(Υ0)表示位于Υ0处的动目标的多普勒质心与多普勒调频率;
基于驻定相位原理,动目标在双基极坐标Υ中的成像结果为:
步骤六:将双基极坐标下的动目标重聚焦问题转化为约束优化问题:
构建如下所示的参考函数:
动目标的最优重聚焦处理表示为:
利用最小熵作为准则,估计运动目标的运动参数,此约束优化问题表示为:
s.t.vx∈(vxmin,vxmax)
vy∈(vymin,vymax)
其中,
vxmin,vymin和vxmax,vymax分别表示vx和vy最小值和最大值。
步骤八:扩展动目标的空变补偿与重定位。
3.根据权利要求2所述的一种基于最优极坐标变换的双基SAR动目标重聚焦方法,其特征在于,步骤八的具体过程如下:
根据动目标在双基极坐标Υ中的成像结果得到其成像位置为:
其中,
计算出扩展动目标每个散射点的偏移量为:
至此,则可以实现双基SAR动目标的重聚焦以及重定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111499230.3A CN114185047B (zh) | 2021-12-09 | 2021-12-09 | 一种基于最优极坐标变换的双基sar动目标重聚焦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111499230.3A CN114185047B (zh) | 2021-12-09 | 2021-12-09 | 一种基于最优极坐标变换的双基sar动目标重聚焦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114185047A true CN114185047A (zh) | 2022-03-15 |
CN114185047B CN114185047B (zh) | 2023-06-27 |
Family
ID=80542947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111499230.3A Active CN114185047B (zh) | 2021-12-09 | 2021-12-09 | 一种基于最优极坐标变换的双基sar动目标重聚焦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114185047B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966686A (zh) * | 2022-05-26 | 2022-08-30 | 哈尔滨工业大学 | 一种岸-舰双基地高频地波雷达运动补偿方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7589662B1 (en) * | 2007-06-20 | 2009-09-15 | The United States Of America As Represented By The Secretary Of The Navy | Synthetic aperture radar systems and methods |
CN102914776A (zh) * | 2012-10-15 | 2013-02-06 | 西安电子科技大学 | 基于模糊c均值算法的多通道SAR动目标定位方法 |
CN104316924A (zh) * | 2014-10-15 | 2015-01-28 | 南京邮电大学 | 机载超高分辨率sar反投影图像的自聚焦运动补偿方法 |
CN106707276A (zh) * | 2016-12-20 | 2017-05-24 | 电子科技大学 | 一种基于滑窗eht的进动目标雷达三维成像方法 |
CN108226920A (zh) * | 2018-01-09 | 2018-06-29 | 电子科技大学 | 一种基于预测值处理多普勒量测的机动目标跟踪系统及方法 |
CN109143237A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 |
CN109358328A (zh) * | 2018-11-06 | 2019-02-19 | 电子科技大学 | 机动平台双基地前视sar的极坐标格式成像方法 |
CN111443349A (zh) * | 2020-02-28 | 2020-07-24 | 南昌大学 | 基于BiSAR回波的相关运动误差补偿方法、系统及应用 |
US10746868B1 (en) * | 2016-09-09 | 2020-08-18 | Triad National Security, Llc | Synthetic-aperture radar (SAR) imaging with range-resolved reflection data |
CN111650577A (zh) * | 2020-06-12 | 2020-09-11 | 电子科技大学 | 极坐标系下含多普勒量测的机动目标跟踪方法 |
CN112083418A (zh) * | 2020-10-09 | 2020-12-15 | 西安电子科技大学 | 视频合成孔径雷达的动目标联合检测前跟踪方法 |
US10948589B1 (en) * | 2016-11-07 | 2021-03-16 | Triad National Security, Llc | Bi-static and mono-static synthetic aperture radar (SAR) imaging using a short-pulse laser |
CN113359131A (zh) * | 2021-04-22 | 2021-09-07 | 西安电子科技大学 | 一种sar低截获射频隐身系统及其设计方法 |
-
2021
- 2021-12-09 CN CN202111499230.3A patent/CN114185047B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7589662B1 (en) * | 2007-06-20 | 2009-09-15 | The United States Of America As Represented By The Secretary Of The Navy | Synthetic aperture radar systems and methods |
CN102914776A (zh) * | 2012-10-15 | 2013-02-06 | 西安电子科技大学 | 基于模糊c均值算法的多通道SAR动目标定位方法 |
CN104316924A (zh) * | 2014-10-15 | 2015-01-28 | 南京邮电大学 | 机载超高分辨率sar反投影图像的自聚焦运动补偿方法 |
US10746868B1 (en) * | 2016-09-09 | 2020-08-18 | Triad National Security, Llc | Synthetic-aperture radar (SAR) imaging with range-resolved reflection data |
US10948589B1 (en) * | 2016-11-07 | 2021-03-16 | Triad National Security, Llc | Bi-static and mono-static synthetic aperture radar (SAR) imaging using a short-pulse laser |
CN106707276A (zh) * | 2016-12-20 | 2017-05-24 | 电子科技大学 | 一种基于滑窗eht的进动目标雷达三维成像方法 |
CN108226920A (zh) * | 2018-01-09 | 2018-06-29 | 电子科技大学 | 一种基于预测值处理多普勒量测的机动目标跟踪系统及方法 |
CN109143237A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 |
CN109358328A (zh) * | 2018-11-06 | 2019-02-19 | 电子科技大学 | 机动平台双基地前视sar的极坐标格式成像方法 |
CN111443349A (zh) * | 2020-02-28 | 2020-07-24 | 南昌大学 | 基于BiSAR回波的相关运动误差补偿方法、系统及应用 |
CN111650577A (zh) * | 2020-06-12 | 2020-09-11 | 电子科技大学 | 极坐标系下含多普勒量测的机动目标跟踪方法 |
CN112083418A (zh) * | 2020-10-09 | 2020-12-15 | 西安电子科技大学 | 视频合成孔径雷达的动目标联合检测前跟踪方法 |
CN113359131A (zh) * | 2021-04-22 | 2021-09-07 | 西安电子科技大学 | 一种sar低截获射频隐身系统及其设计方法 |
Non-Patent Citations (1)
Title |
---|
李中余: ""双基地合成孔径雷达动目标检测与成像技术研究"", 《中国优秀博士学位论文全文数据库 信息科技辑》, no. 7, pages 136 - 32 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966686A (zh) * | 2022-05-26 | 2022-08-30 | 哈尔滨工业大学 | 一种岸-舰双基地高频地波雷达运动补偿方法 |
CN114966686B (zh) * | 2022-05-26 | 2023-03-03 | 哈尔滨工业大学 | 一种岸-舰双基地高频地波雷达运动补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114185047B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101738614B (zh) | 基于时空图像序列的isar目标转动估计方法 | |
CN107229048B (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
CN111352107B (zh) | 基于多通道数字和差的单脉冲跟踪与成像方法 | |
CN114545411B (zh) | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 | |
CN114384520B (zh) | 一种机动平台对海面船只精细化雷达成像方法 | |
CN109358328B (zh) | 机动平台双基地前视sar的极坐标格式成像方法 | |
CN114966693B (zh) | 基于深度学习的机载舰船目标isar精细化成像方法 | |
CN111060909B (zh) | 一种机载雷达斜前视超分辨成像方法 | |
CN110133646B (zh) | 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法 | |
CN108107427A (zh) | 基于超分辨技术的机载/弹载阵列雷达前视成像方法 | |
CN114185047B (zh) | 一种基于最优极坐标变换的双基sar动目标重聚焦方法 | |
CN113466863B (zh) | 一种sar舰船目标高分辨成像方法 | |
CN109188436B (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 | |
CN107783111B (zh) | 一种基于最大熵准则的雷达前视超分辨成像方法 | |
CN116148891A (zh) | 基于顺轨干涉的星地双基海面二维流场测量方法 | |
CN115840226A (zh) | 一种方位向多通道ScanSAR快速目标检测方法 | |
CN111880154B (zh) | 基于对称波数谱对消的复图像域运动目标检测方法 | |
CN115390070A (zh) | 一种机动平台单通道短孔径sar的海面目标聚焦定位方法 | |
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 | |
CN110045374B (zh) | 一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法 | |
CN115291213B (zh) | 一种基于双波束sar的动目标方位速度估计方法 | |
CN111337922A (zh) | 基于频域矫正模型的高分辨宽测绘带sar频域nlcs成像方法 | |
CN113917465B (zh) | 一种sar雷达成像方法及系统 | |
CN116559905A (zh) | 一种双基sar海面舰船运动目标无畸变三维图像重构方法 | |
CN110515080B (zh) | 基于半径角度插值的高超声速机动平台sar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 |