CN115015925A - 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 - Google Patents
基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 Download PDFInfo
- Publication number
- CN115015925A CN115015925A CN202210561562.8A CN202210561562A CN115015925A CN 115015925 A CN115015925 A CN 115015925A CN 202210561562 A CN202210561562 A CN 202210561562A CN 115015925 A CN115015925 A CN 115015925A
- Authority
- CN
- China
- Prior art keywords
- imaging
- resolution
- array
- pulse
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 33
- 239000013598 vector Substances 0.000 claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000009825 accumulation Methods 0.000 claims abstract description 8
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 230000001427 coherent effect Effects 0.000 claims abstract description 8
- 230000006835 compression Effects 0.000 claims abstract description 6
- 238000007906 compression Methods 0.000 claims abstract description 6
- 230000000875 corresponding effect Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 238000002592 echocardiography Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005764 inhibitory process Effects 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
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置,建立机载前视阵列雷达信号模型,采用沿方位向的阵列天线接收系统,对前视区域进行扫描,获取距离‑脉冲‑阵列三维回波数据;对接收到的三维数据进行距离向的脉冲压缩,对脉压后的数据进行逐距离‑脉冲单元稀疏重构处理,采用改进的稀疏度自适应匹配追踪算法获取每个空域快拍重构的目标散射系数矢量;将每个距离‑脉冲单元的重构的目标散射系数矢量沿方位角度进行非相参累积,得到距离方位高分辨成像结果。本发明对单个空域快拍进行处理,可以高效率且高精度的重构其对应的方位目标散射系数矢量,估计结果更精确而稳定,较大的提高了前视成像方位向分辨率。
Description
技术领域
本发明属于雷达成像技术领域,涉及机载雷达前视成像信号处理技术,具体涉及一种基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置。
背景技术
机载雷达成像在军事应用中发挥着重要作用,例如敌情探测、飞机制导等。其广泛应用依赖于对于探测区域的高二维分辨率图像。距离向高分辨率可以通过发射大时宽带宽积的信号,应用脉冲压缩技术得以实现。然而当探测区域位于飞行器的前视方向时,多普勒频率梯度极小,使得现有成像技术如合成孔径雷达(SAR)或多普勒波束尖锐化(DBS)无法实现不同方位位置目标的精确定位。
传统的实波束成像技术利用天线波束循环扫描前视区域来完成前视成像。但是,这种成像方法方位分辨率受到天线波束宽度和作用距离的限制,无法实现方位向高分辨率成像。为了提高前视成像方位向分辨率,科学研究者们基于不同的雷达接收系统提出了许多算法,包括以下几种:单脉冲成像技术、解卷积成像技术、双基地SAR前视成像技术、阵列雷达超分辨成像技术、稀疏恢复成像技术等。
单脉冲技术利用两根天线同时接收回波,通过单个脉冲回波进行比幅或者比相就能获取散射点偏离波束中心的角度。其测角精度很高,且获取数据速率很快,且现役雷达已经可以利用单脉冲技术实现较高质量的前视成像。但是该技术不能区分一个波束内的多个目标,当成像区域地形较为复杂时,其成像性能急剧恶化。而且因为载机平台的运动,在距离目标很近时,复杂目标不同部位的散射强度和相对相位的随机变化会引起测角误差,发生角闪烁现象,其大小甚至可使雷达指向目标尺寸以外,必须采取措施对其进行有效抑制。
单天线扫描模式下解卷积成像技术,设定机载雷达工作于扫描模式下,此时方位向回波可以理解为天线方向图和同一距离单元目标在角度上的分布情况进行卷积的结果,故可以将此模式下前视方位向成像看作一个反解卷积的问题。理想情况下,通过方位向解卷积能够重建目标的准确位置。但是实际信号处理时,由于采用的天线方向图与实际有差距,直接解卷积会使噪声被放大等问题,难以得到精确解。并且由于方程是欠定的,得到的解不稳定。
双基地SAR前视成像理论上可以接近于SAR图像分辨率,在这种系统中,发射机和接收机分置在两个不同的平台上,接收机处于前视状态,通过配置使等距离线和等多普勒线近似正交,获得相对于前视区域方位角的大合成孔径,有效地提高前视区域成像的分辨能力。但是,目前此技术系统复杂度很高,存在很多新的理论和技术问题,限制了其应用于实际情况中。
阵列雷达超分辨前视成像技术,其采用阵列接收系统,相较于实波束成像技术单天线扫描系统提供了更大的等效天线长度,在一定程度上提高了方位角度分辨率。同时,合理引入阵列信号处理中的超分辨率技术,可以获得超越实波束宽度的角度分辨率,具有分离一波束内多目标的能力。但是经典的谱估计方法例如Capon谱估计方法和多重信号分类(MUSIC)算法,为较准确估计阵列接收信号的自相关矩阵需要积累大量独立同分布的快拍样本,这对信号采集的要求较高。并且该类算法计算效率低,完成整个成像所需时间较长。
发明内容
发明目的:本本发明提供基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置,基于机载前视阵列接收系统,充分利用回波信号的空域稀疏性,改进传统的正交匹配追踪算法以实现稀疏度自适应,对每个时刻多阵元接收的空域快拍进行稀疏重构,再对重构信号进行非相参积累,最终得到二维高分辨成像图。
技术方案:本发明所述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法,包括以下步骤:
(1)构建机载前视阵列信号接收模型,获取距离-脉冲-阵列三维回波数据;
(2)对三维回波数据进行距离向脉冲压缩以实现距离向高分辨成像,然后逐距离-脉冲单元,基于自适应稀疏度匹配追踪对空域快拍信号进行稀疏重构处理,得到该距离-脉冲单元重构的目标散射系数矢量;
(3)根据当前波束中心,将每个距离-脉冲单元重构的目标散射系数矢量逐距离门进行方位角度上的非相参累积,得到二维高分辨成像图像。
进一步地,所述步骤(1)实现过程如下:
脉冲多普勒雷达工作于扫描模式下,并安装切航迹方向的阵列天线系统,利用天线对机载雷达前视区域进行扫描,每隔脉冲重复频率发射一线性调频脉冲,同时采用阵列天线接收散射回波,对回波进行采样获取多通道采样数据,即空域快拍信号数据;完成整个区域的扫描,得到距离-脉冲-阵列三维回波数据。
进一步地,所述步骤(2)包括以下步骤:
(21)当观测区域距离雷达较远时,远场信号到达各阵元的方向角相同,当波束中心指向方位角度θ时,即接收波达方向角θ的目标散射回波,由目标信源到达水平线性阵列的相位差组成的M×1维空间导引矢量a(θ):
y=Ax+N
其中,N为加性高斯白噪声;
(22)改进稀疏重构中的匹配追踪算法来进行上述欠定方程的求解;初始化残差r和迭代次数t:
r0=y
t=1;
(23)计算当前迭代中残差与导引矢量矩阵中各列矢量的相关系数,并选择最大相关系数对应列矢量及其索引值存入设定的集合中:
Λt=Λt-1∪{λt}
φt=[φt-1φλt]
利用最小二乘法得到重构信号的近似解:
xt=argminx||y-φtx||2
更新迭代残差,并进入下一次迭代过程:
rt=y-φtxt
判定两次迭代残差的相关性,当两次迭代得到的残差高度相关时,停止迭代过程:
C(rt,rt-1)→1
故xt为重构的目标散射系数,对每个时刻的空域快拍信号完成(22)至(23),并将结果存储起来。
进一步地,所述步骤(3)实现过程如下:
将步骤(2)中得到的每个距离-脉冲单元空域快拍对应重构的目标散射系数,进行对应方位角度拼接,即实现其在距离-方位域的非相参累积,对累加后存储的数据进行显示得到距离方位成像结果。
基于相同的发明构思,本发明还提供一种基于改进匹配追踪的机载阵列雷达超分辨前视成像装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现上述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法。
有益效果:与现有技术相比,本发明的有益效果:本发明基于改进的稀疏恢复中的稀疏度自适应匹配追踪算法,利用单个空域快拍便可高效率重构其对应的方位目标散射系数矢量,估计结果更精确和稳定,较大的提高了方位向分辨率,并且计算复杂度低,相较于利用经典谱估计算法完成前视成像来说,不需要大量独立同分布的快拍,基于单快拍处理,计算快,耗时短。
附图说明
图1为本发明的流程图;
图2为机载阵列雷达前视成像几何模型示意图;
图3为第一组仿真场景图;
图4为仿真场景实波束成像结果图;
图5仿真场景基于传统匹配追踪方法成像结果图;
图6为仿真场景基于本发明改进的稀疏度自适应匹配追踪方法成像结果图;
图7为三种成像方法局部放大结果对比图;其中,(a)为实波束成像结果,(b)为传统匹配追踪方法成像结果,(c)为本发明改进的稀疏度自适应匹配追踪方法成像结果;
图8为实测数据实波束成像结果图;
图9为实测数据自适应迭代成像结果图;
图10为实测数据基于本发明改进的稀疏度自适应匹配追踪方法成像结果图。
具体实施方式
下面结合附图对本发明做进一步详细说明。
本发明提供一种基于改进匹配追踪的机载阵列雷达超分辨前视成像方法,如图1所示,包括以下步骤:
步骤1:构建机载前视阵列信号接收模型:脉冲多普勒雷达工作于扫描模式下,采用切航迹方向的阵列天线接收散射回波,对回波进行采样获取多通道采样数据,整个扫描过程得到距离-脉冲-阵列三维回波数据。
采用切航迹方向的水平阵列天线接收系统,接收多天线的回波信号;阵列雷达工作于扫描模式下,每隔脉冲重复频率(PRF)发射一线性调频脉冲(LFM),完成整个前视区域的扫描可以接收若干脉冲回波。
步骤2:对回波数据进行距离向脉冲压缩以实现距离向高分辨成像,然后逐距离-脉冲单元,利用改进的稀疏度自适应匹配追踪算法对空域快拍进行稀疏重构处理,得到该距离-脉冲单元重构的目标散射系数矢量。
机载阵列雷达前视成像几何模型具体如图2所示,雷达以速度va匀速飞行,阵列天线系统沿切航迹方向固定在该移动平台上,阵列天线等间距均匀分布,构成M个接收通道,通道间隔为d。雷达通过波束扫描前方区域,并每隔脉冲重复频率(PRF)发射一线性调频脉冲,波长为λ。对每时刻阵列接收的回波进行采样,即形成该时刻对应的空域快拍。
对于远场信号,其到达各阵元的方向角相同,当波束中心指向方位角度θ时,即接收波达方向角θ的目标散射回波,由目标信源到达水平线性阵列的相位差组成的M×1维空间导引矢量a(θ):
根据机载阵列雷达水平阵列天线系统得到的数据,进行距离向的脉冲压缩处理,选取各个阵元在每个距离-脉冲单元产生的空域接收数据进行稀疏重构。
那么,某时刻空域快拍信号可以表示为如下形式:
y=Ax+N
其中,N为加性高斯白噪声,独立于其它各分量。
很显然,上式为一个欠定方程。对于稀疏场景来说,实际目标的数目要远小于划分的网格数目,也即假设的潜在目标的数目,此时可以通过稀疏重构领域的贪婪算法进行求解。但是由于本发明中要对若干空域快拍进行重复处理,而这些快拍所对应的场景稀疏度不同且未知,不能使用传统的需要将稀疏度作为先验知识的贪婪算法求解,本发明改进稀疏重构领域的正交匹配追踪算法,充分利用相邻迭代中两个残差的相关性来控制迭代次数以实现稀疏度自适应来进行方程的求解。首先初始化残差r和迭代次数t:
r0=y
t=1
然后计算当前迭代中残差与导引矢量矩阵中各列矢量的相关系数,并选择最大相关系数对应列矢量及其索引值存入设定的集合中:
Λt=Λt-1∪{λt}
φt=[φt-1φλt]
再利用最小二乘法得到重构信号的近似解:
xt=argminx||y-φtx||2
最后更新迭代残差,并进入下一次迭代过程:
rt=y-φtxt
当迭代到满足终止条件时,停止迭代过程:
C(rt,rt-1)→1
终止条件基于两次迭代残差的相关性来进行判定,在迭代过程中,残差值是不断减小的,如果这种趋势趋于稳定,即两次迭代得到的残差高度相关,则后一个迭代得到的结果不会发生较大改变。
此时xt为重构的目标散射系数,通过以上算法提高前视成像方位向分辨率的问题转化为利用稀疏重构进行目标散射系数估计的问题。对每个时刻的快拍完成以上处理过程,并将结果存储起来。
步骤3:根据当前波束中心等参数,将每个距离-脉冲单元重构的目标散射系数逐距离门进行方位非相参累积,得到二维高分辨成像图像。
将步骤2中得到的每个距离-脉冲单元空域快拍对应的重构的目标散射系数,按照对应方位角度进行非相参累积,对累加后存储的数据进行显示便可得到距离方位成像结果。
基于相同的发明构思,本发明还提供一种基于改进匹配追踪的机载阵列雷达超分辨前视成像装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现上述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法。
选取两幅高分辨率SAR图像作为地面模拟场景,模拟场景均为机场跑道区域,将其作为前视成像扫描区域,在机载前视阵雷达回波生成过程中,利用背景图像的复数值模拟目标反射系数。仿真参数如表一所示,信噪比设置为20。第一幅仿真场景为机场跑道区域,包括一些跑道、路灯和房屋作为模拟背景,如图3所示。图4为实波束扫描成像结果,方位向分辨率低,目标模糊,无法进行分辨。图5为基于传统匹配追踪方法成像结果图,相较于实波束成像方位向分辨率得到了很大的提升;图6为本文所提的基于本发明改进的稀疏度自适应匹配追踪方法的前视成像方法处理的结果,通过对比可以看出本发明方法方位向分辨率得到进一步提升,强散射目标清晰可见,局部放大图如图7(a)至图(c)所示,房顶等面目标轮廓更加分明,证明了该算法的有效性。证明了基于本发明改进的稀疏度自适应匹配追踪算法,利用单个空域快拍重构其对应的方位目标散射系数矢量,估计结果更精确和稳定,相较于实波束成像很大程度上的提高了方位向分辨率。
为了进一步证明本发明的有效性,选取一组机载前视阵列雷达采集的实测数据进行处理,对海平面强杂波干扰下舰艇等目标进行成像。图8为实波束扫描成像结果,这些点目标可以从不同的距离单元中区分出来,但由于分辨率较低,在方位角方向上明显模糊。图9为采用传统阵列信号处理中的自适应迭代方法进行处理的结果,相较于实波束成像结果,方位向分辨率有一定提升。图10为本发明所提方法处理结果,方位分辨率得到了明显提高,海面舰艇等点目标清晰可见,并且对于杂波和噪声的抑制效果明显。
Claims (5)
1.一种基于改进匹配追踪的机载阵列雷达超分辨前视成像方法,其特征在于,包括以下步骤:
(1)构建机载前视阵列信号接收模型,获取距离-脉冲-阵列三维回波数据;
(2)对三维回波数据进行距离向脉冲压缩以实现距离向高分辨成像,然后逐距离-脉冲单元,基于自适应稀疏度匹配追踪对空域快拍信号进行稀疏重构处理,得到该距离-脉冲单元重构的目标散射系数矢量;
(3)根据当前波束中心,将每个距离-脉冲单元重构的目标散射系数矢量逐距离门进行方位角度上的非相参累积,得到二维高分辨成像图像。
2.根据权利要求1所述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法,其特征在于,所述步骤(1)实现过程如下:
脉冲多普勒雷达工作于扫描模式下,并安装切航迹方向的阵列天线系统,利用天线对机载雷达前视区域进行扫描,每隔脉冲重复频率发射一线性调频脉冲,同时采用阵列天线接收散射回波,对回波进行采样获取多通道采样数据,即空域快拍信号数据;完成整个区域的扫描,得到距离-脉冲-阵列三维回波数据。
3.根据权利要求1所述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法,其特征在于,所述步骤(2)包括以下步骤:
(21)当观测区域距离雷达较远时,远场信号到达各阵元的方向角相同,当波束中心指向方位角度θ时,即接收波达方向角θ的目标散射回波,由目标信源到达水平线性阵列的相位差组成的M×1维空间导引矢量a(θ):
y=Ax+N
其中,N为加性高斯白噪声;
(22)改进稀疏重构中的匹配追踪算法来进行上述欠定方程的求解;初始化残差r和迭代次数t:
r0=y
t=1;
(23)计算当前迭代中残差与导引矢量矩阵中各列矢量的相关系数,并选择最大相关系数对应列矢量及其索引值存入设定的集合中:
Λt=Λt-1∪{λt}
φt=[φt-1φλt]
利用最小二乘法得到重构信号的近似解:
xt=argminx||y-φtx||2
更新迭代残差,并进入下一次迭代过程:
rt=y-φtxt
判定两次迭代残差的相关性,当两次迭代得到的残差高度相关时,停止迭代过程:
C(rt,rt-1)→1
故xt为重构的目标散射系数,对每个时刻的空域快拍信号完成(22)至(23),并将结果存储起来。
4.根据权利要求1所述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法,其特征在于,所述步骤(3)实现过程如下:
将步骤(2)中得到的每个距离-脉冲单元空域快拍对应重构的目标散射系数,进行对应方位角度拼接,即实现其在距离-方位域的非相参累积,对累加后存储的数据进行显示得到距离方位成像结果。
5.一种基于改进匹配追踪的机载阵列雷达超分辨前视成像装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时实现根据权利要求1-4任一项所述的基于改进匹配追踪的机载阵列雷达超分辨前视成像方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210561562.8A CN115015925A (zh) | 2022-05-23 | 2022-05-23 | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210561562.8A CN115015925A (zh) | 2022-05-23 | 2022-05-23 | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115015925A true CN115015925A (zh) | 2022-09-06 |
Family
ID=83069838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210561562.8A Pending CN115015925A (zh) | 2022-05-23 | 2022-05-23 | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115015925A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500624A (zh) * | 2023-06-29 | 2023-07-28 | 天津知海科技有限公司 | 恢复成像方法、装置、电子设备及可读存储介质 |
-
2022
- 2022-05-23 CN CN202210561562.8A patent/CN115015925A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500624A (zh) * | 2023-06-29 | 2023-07-28 | 天津知海科技有限公司 | 恢复成像方法、装置、电子设备及可读存储介质 |
CN116500624B (zh) * | 2023-06-29 | 2023-10-20 | 天津知海科技有限公司 | 恢复成像方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Airborne forward-looking radar super-resolution imaging using iterative adaptive approach | |
Wu et al. | Translational motion compensation in ISAR image processing | |
Jao | Theory of synthetic aperture radar imaging of a moving target | |
CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
Wei et al. | Sparse array microwave 3-D imaging: Compressed sensing recovery and experimental study | |
Kang et al. | Ground moving target imaging based on compressive sensing framework with single-channel SAR | |
Vehmas et al. | Inverse synthetic aperture radar imaging: A historical perspective and state-of-the-art survey | |
CN107942295B (zh) | 一种前视阵列sar系统的稀疏天线 | |
CN111007503B (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN113238225B (zh) | 一种用于动目标检测的雷达 | |
Martorella | Introduction to inverse synthetic aperture radar | |
Suo et al. | Multi-channel SAR-GMTI method robust to coregistration error of SAR images | |
CN111175745B (zh) | 一种基于状态空间平衡法的动目标三维成像的方法 | |
CN114545401A (zh) | 用于机载前视阵列雷达的空时自适应迭代超分辨成像方法 | |
Ma et al. | System error analysis and calibration methods for multi-channel SAR | |
CN115015925A (zh) | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 | |
CN111707996B (zh) | 基于改进grft-stap的geo星机sar动目标检测方法 | |
Ren et al. | A three-dimensional imaging algorithm for tomography SAR based on improved interpolated array transform1 | |
Thammakhoune et al. | Moving target imaging for synthetic aperture radar via RPCA | |
Albaba et al. | Low-complexity forward-looking volumetric SAR for high resolution 3-D radar imaging | |
Gao et al. | Static background removal in vehicular radar: Filtering in azimuth-elevation-doppler domain | |
Wen et al. | Forward-looking imaging of scanning phased array radar based on the compressed sensing | |
Omori et al. | K-space decomposition based super-resolution three-dimensional imaging method for millimeter wave radar | |
Kubica | Opportunistic radar imaging using a multichannel receiver | |
Vu | Ultrawideband-Ultrawidebeam Synthetic Aperture Radar–Signal Processing and Applications |
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 |