CN115407337A - 一种基于时间窗二次选择的船只目标三维成像方法 - Google Patents
一种基于时间窗二次选择的船只目标三维成像方法 Download PDFInfo
- Publication number
- CN115407337A CN115407337A CN202211352592.4A CN202211352592A CN115407337A CN 115407337 A CN115407337 A CN 115407337A CN 202211352592 A CN202211352592 A CN 202211352592A CN 115407337 A CN115407337 A CN 115407337A
- Authority
- CN
- China
- Prior art keywords
- time
- time window
- dimensional
- scattering
- ship
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000036040 emmetropia Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 2
- 238000013459 approach Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000926 separation method 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
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于时间窗二次选择的船只目标三维成像方法,属于摄影测量学技术领域,用于船只目标成像,首先利用基于多散射点瞬时多普勒频率的时间窗选择算法分别对InISAR系统三天线回波信号的时间窗进行选择,然后提出了基于有效旋转矢量角度估计的二次时间窗选择算法从三个时间窗中选择出最佳的成像时间窗,最后将其InISAR回波信号通过干涉成像技术可获得具有高重构精度的船只目标三维图像。仿真实验表明,二次选择出来的时间窗相较于第二次未被选中的时间窗与传统方法选择出来的时间窗均具有更高的重构精度,证明了本发明所提方法的有效性与优越性。
Description
技术领域
本发明公开一种基于时间窗二次选择的船只目标三维成像方法,属于摄影测量学技术领域。
背景技术
传统的逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像技术只能获取目标在成像平面的二维投影,存在着几何失真、方位向定标难与图像投影平面未知等问题,易对实际目标的外形特征实现错误的判别。ISAR三维成像技术能够直接反映目标在空间中的三维结构,因此成为提高目标识别能力的一种极为有效的技术途径。其中,干涉逆合成孔径雷达(Interferometric Inverse Synthetic Aperture Radar,InISAR)的系统和信号处理都比较容易实现,得到了研究学者们广泛的关注。一般来说,获得清晰的ISAR二维图像是高质量InISAR三维成像的关键。对于复杂运动的船只目标,传统的距离-多普勒(Range-Doppler,RD)成像算法得到的ISAR图像中散射点将会出现散焦的问题,进而对InISAR三维成像的质量造成不利的影响。
发明内容
本发明的目的在于提供一种基于时间窗二次选择的船只目标三维成像方法,以解决现有技术中,ISAR图像三维成像质量低的问题。
一种基于时间窗二次选择的船只目标三维成像方法,包括:
S4.利用第二次所选时间窗的InISAR回波信号进行干涉三维成像,获得高重构精度的船只InISAR三维图像。
S1包括:采用“L型”三天线结构的InISAR系统;
目标坐标系随着目标的运动而变化,表示为目标的航行速度,表示
为目标上的任意散射点,其中,,,分别表示船只的侧摆,俯仰与偏航,三者产生的角
运动矢量为,表示为船只的有效旋转矢量,它是在雷达视线方向的垂直平
面上的投影,是的模量,表示为偏离轴的角度,即有效旋转矢量角
度;
InISAR系统中多通道的回波信号经过距离压缩、运动补偿与图像配准后,在方位时间-距离频率域中分别表示为
其中,是方位时间,是距离频率,,是总成像时间,是载
波频率,是信号带宽,是光的传播速度,代表起始时刻天线到点的
距离,代表起始时刻天线视线方向的单位矢量,代表散射点到
点的矢量,是散射点的归一化雷达散射截面RCS,是一个复杂的函数;
对(1)、(2)、(3)的离散形式进行逆傅里叶变换,得到三天线的ISAR图像:
其中,是距离时间,是天线与散射点之间的时延时间,是天线回波信号
中散射点的RCS,是在天线视线方向上的投影长度,相位项包含散射点的多普勒信息,当船只有效旋转矢量保持不变时,天
线回波信号中的散射点的多普勒频率近似不变,此时直接对多通道的回波信号进行RD成
像;
从(1)、(2)、(3)中提取出散射点的相位信息,如下:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.1.船只目标的三维摆动近似为随时间的周期变化,故时刻三个旋转角度随时
间的变化分别表示为(12),其中,为角运动幅度的
最大值,为旋转周期,为初始角度,对(12)求导得到船只三轴旋转的角速度,表示为:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.3.对ISAR回波信号中较强距离单元中的散射点进行搜索,并利用压缩感知算法对多个散射点在短时间段内回波信号的瞬时多普勒频率与调频率进行估计,然后对短时间段估计出来的数据进行关联,即估计出多散射点在整个成像时间段的瞬时多普勒频率,第一次的时间窗选择采用的策略是在满足高聚焦质量条件的基础上,获得能够允许积累最大时长的成像时间窗。
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.4.在雷达接收到的回波信号中提取索引为距离单元中的
散射点,计算散射点在所有方位时刻所允许积累的时长,定义为整个观测时间内的任意离散方位时刻,对每个离散方位时刻
进行搜索,直到两个时刻对应的多普勒分辨率刚好不超过所期望的多普勒分辨率时,将
时间差定义为,重复上述过程,直到获取全部方位时刻对应的个较强距离单
元中所有散射点允许积累的时长,通过“高聚焦质量”的条件对第个方位时刻中最小的进行搜索,将其作为第个方位时刻所允许积累的时长,保证所有散射点在该
时间段内的多普勒频率变化均不超过,表示为:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
获取三个不同的时间窗,即完成了InISAR系统回波信号时间窗的第一次选择。
S3使用基于有效旋转矢量角度估计的时间窗选择,包括:
S3包括:
S3.2.当越接近于或时,说明目标此刻做的运动就越接近于一维旋转运
动,散射点之间仍然能处于互相遮挡的状态,不利于目标散射点的三维重构;当越接近
于时,说明目标此刻做的二维或三维的旋转运动是均占优的,散射点之间偏离的程度较
大,有利于目标散射点的三维重构。
通过公式(18)与(19)从三个时间窗中挑选出InISAR系统最优的成像时间窗,完成InISAR系统回波信号时间窗的第二次选择。
相对比现有技术,本发明的有益效果是,二次选择出来的时间窗相较于第二次未被选中的时间窗与传统方法选择出来的时间窗均具有更高的重构精度,并能够显现出目标更多的特征,有利于船只目标的精确识别,证明了本发明所提方法的有效性与优越性。
附图说明
图1是船只InISAR系统几何模型图;
图2是优化设计算法流程图;
图3是船只散射点三维模型;
图4是RD算法获得的ISAR图像进行的InISAR三维成像图;
图5是时间窗A的InISAR图像;
图6是时间窗B的InISAR图像;
图7是时间窗C的InISAR图像;
图8是时间窗D的船只InISAR三维图像。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于时间窗二次选择的船只目标三维成像方法,包括:
S4.利用第二次所选时间窗的InISAR回波信号进行干涉三维成像,获得高重构精度的船只InISAR三维图像。
S1包括:采用“L型”三天线结构的InISAR系统;
目标坐标系随着目标的运动而变化,表示为目标的航行速度,表示
为目标上的任意散射点,其中,,,分别表示船只的侧摆,俯仰与偏航,三者产生的角
运动矢量为,表示为船只的有效旋转矢量,它是在雷达视线方向的垂直平
面上的投影,表示为偏离轴的角度,即有效旋转矢量角度;
InISAR系统中多通道的回波信号经过距离压缩、运动补偿与图像配准后,在方位时间-距离频率域中分别表示为
其中,是方位时间,是距离频率,,是总成像时间,是载
波频率,是信号带宽,是光的传播速度,代表起始时刻天线到点的
距离,代表起始时刻天线视线方向的单位矢量,代表散射点到点的矢量,是散射点的归一化雷达散射截面RCS,是一个复杂的函数;
对(1)、(2)、(3)的离散形式进行逆傅里叶变换,得到三天线的ISAR图像:
其中,是距离时间,是天线与散射点之间的时延时间,是天线回波信号
中散射点的RCS,是在天线视线方向上的投影长度,相位项包含散射点的多普勒信息,当船只有效旋转矢量保持不变时,天
线回波信号中的散射点的多普勒频率近似不变,此时直接对多通道的回波信号进行RD成
像;
从(1)、(2)、(3)中提取出散射点的相位信息,如下:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.1.船只目标的三维摆动近似为随时间的周期变化,故时刻三个旋转角度随时
间的变化分别表示为(12),其中,为角运动幅度的
最大值,为旋转周期,为初始角度,对(12)求导得到船只三轴旋转的角速度,表示为:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.3.对ISAR回波信号中较强距离单元中的散射点进行搜索,并利用压缩感知算法对多个散射点在短时间段内回波信号的瞬时多普勒频率与调频率进行估计,然后对短时间段估计出来的数据进行关联,即估计出多散射点在整个成像时间段的瞬时多普勒频率,第一次的时间窗选择采用的策略是在满足高聚焦质量条件的基础上,获得能够允许积累最大时长的成像时间窗。
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.4.在雷达接收到的回波信号中提取索引为距离单元中的
散射点,计算散射点在所有方位时刻所允许积累的时长,定义为整个观测时间内的任意离散方位时刻,对每个离散方位时刻
进行搜索,直到两个时刻对应的多普勒分辨率刚好不超过所期望的多普勒分辨率时,将
时间差定义为,重复上述过程,直到获取全部方位时刻对应的个较强距离单
元中所有散射点允许积累的时长,通过“高聚焦质量”的条件对第个方位时刻中最小的进行搜索,将其作为第个方位时刻所允许积累的时长,保证所有散射点在该
时间段内的多普勒频率变化均不超过,表示为:
S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
获取三个不同的时间窗,即完成了InISAR系统回波信号时间窗的第一次选择。
S3使用基于有效旋转矢量角度估计的时间窗选择,包括:
S3包括:
S3.2.当越接近于或时,说明目标此刻做的运动就越接近于一维旋转运
动,散射点之间仍然能处于互相遮挡的状态,不利于目标散射点的三维重构;当越接近
于时,说明目标此刻做的二维或三维的旋转运动是均占优的,散射点之间偏离的程度较
大,有利于目标散射点的三维重构。
通过公式(18)与(19)从三个时间窗中挑选出InISAR系统最优的成像时间窗,完成InISAR系统回波信号时间窗的第二次选择。
船只目标成像系统几何模型如图1所示,本发明的流程如图2所示,下面通过点目
标仿真数据的处理对文中算法的有效性进行验证说明。船只目标散射点三维模型如图3所
示,共64个目标散射点。船只在海面上做三维转动的参数设置如表1所示。成像起始时刻
点在坐标系下的坐标为,且雷达坐标系与目标坐标
系之间的初始夹角分别为,,。InISAR系统成像参数设
置如表2所示。
通过传统的RD算法获得的船只目标ISAR二维图像中,船只复杂的三维转动导致了散射点在方位向上出现了严重的散焦问题。若利用RD算法获得的ISAR图像进行InISAR三维成像,即使获得了船只目标的三维图像,但也会出现大量的虚警散射点与较大的重构误差等问题,如图4所示。
通过基于多散射点瞬时多普勒频率的时间窗选择算法能够获得天线、与回波
信号的时间窗,分别为[0.936s,1.188s]、[0.216s,0.452s]与[2.816s,3.096s],即完成了
InISAR系统回波信号时间窗的第一次选择。分别为通过上述三个时间窗获得ISAR图像,三
幅ISAR图像均满足高聚焦与高方位向分辨率的条件。利用有效旋转矢量角度估计的方法得
到三个时间窗分别对应的,为、与,知三幅ISAR图像均是混合视图。由上文
知时间窗是InISAR系统回波信号时间窗第二次选择出来的结果。为了更好的展示本发明
所提方法的有效性,分别将三个时间窗的ISAR图像用于船只目标的InISAR三维成像,成像
结果如图5、图6与图7所示,通过人眼大致看出时间窗的三维成像效果更好一些。此外,为
了定量分析三个时间窗的成像效果,本发明采用了公式(20)定义的品质因数(Figure of
Merit,FOM)以及真实散射点与重构散射点之间的平均欧几里得距离误差[15]对三维成像中
目标散射点的重构精度进行综合的衡量(FOM优先,平均欧几里得距离误差次之)。
式中是检测到的目标散射点个数,是真实的目标散射点个数,是虚警目
标散射点个数。品质因数体现出真实目标散射点能够被正确检测出来的数量,这个数值越
接近于,代表成像重构精度越高。真实散射点与重构散射点的匹配规则为:以其中一个真
实散射点为例,逐个对所有重构散射点进行搜索,计算它们与真实散射点之间的欧几里
得距离,选取欧几里得距离最小且小于5m的重构散射点与真实散射点进行匹配,直到所有
真实散射点搜索完毕。其中,没有匹配到的真实散射点称为漏检散射点且没有匹配到的重
构散射点称为虚警散射点。
船只InISAR三维图像目标散射点检测数量、品质因数与平均欧几里得距离误差等
结果如表3所示。由品质因数计算的结果看出,相比于时间窗、时间窗,时间窗的船只
InISAR三维图像中目标更多的特征得以表现,具有最高的重构精度,证明了本发明所提方
法的有效性。
对InISAR系统的时间窗进行估计,为[4.899s,5.599s],并将其命名为时间窗。利
用干涉方法获取船只目标的InISAR三维图像,如图8所示。很明显,由于没有对时间窗实现
进一步的选择,导致船只目标部分散射点分离并不理想。表3显示了三维图像中被检测到的
散射点个数较少,证明了船只目标特征的三维重构精度不高,进而证明了本发明方法的优
越性。
以上实施例仅用于说明本发明的技术方案,而非对其限制,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换,而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
2.根据权利要求1所述的一种基于时间窗二次选择的船只目标三维成像方法,其特征在于,S1包括:采用“L型”三天线结构的InISAR系统;
目标坐标系随着目标的运动而变化,表示为目标的航行速度,表示为目
标上的任意散射点,其中,,,分别表示船只的侧摆,俯仰与偏航,三者产生的角运动
矢量为,表示为船只的有效旋转矢量,它是在雷达视线方向的垂直平面上
的投影, 表示为偏离轴的角度,即有效旋转矢量角度;
InISAR系统中多通道的回波信号经过距离压缩、运动补偿与图像配准后,在方位时间-距离频率域中分别表示为
其中,是
方位时间,是距离频率,,是总成像时间,是载波频
率,是信号带宽,是光的传播速度,代表起始时刻天线到点的距离,代表起始时刻天线视线方向的单位矢量,代表散射点到点
的矢量,是散射点的归一化雷达散射截面RCS,是一个复杂的函数;
对(1)、(2)、(3)的离散形式进行逆傅里叶变换,得到三天线的ISAR图像:
其中,是距离时间,是天线与散射点之间的时延时间,是天线回波信号中散
射点的RCS,是在天线视线方向上的投影长度,相位项包
含散射点的多普勒信息,当船只有效旋转矢量保持不变时,天线回波信号中的散射点
的多普勒频率近似不变,此时直接对多通道的回波信号进行RD成像;
从(1)、(2)、(3)中提取出散射点的相位信息,如下:
5.根据权利要求4所述的一种基于时间窗二次选择的船只目标三维成像方法,其特征在于,S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.3.对ISAR回波信号中较强距离单元中的散射点进行搜索,并利用压缩感知算法对多个散射点在短时间段内回波信号的瞬时多普勒频率与调频率进行估计,然后对短时间段估计出来的数据进行关联,即估计出多散射点在整个成像时间段的瞬时多普勒频率,第一次的时间窗选择采用的策略是在满足高聚焦质量条件的基础上,获得能够允许积累最大时长的成像时间窗。
6.根据权利要求5所述的一种基于时间窗二次选择的船只目标三维成像方法,其特征在于,S2的基于多散射点瞬时多普勒频率的时间窗选择算法包括:
S2.4.在雷达接收到的回波信号中提取索引为距离单元中的散射
点,计算散射点在所有方位时刻所允许积累的时长,定义为整个观测时间内的任意离散方位时刻,对每个离散方位时刻
进行搜索,直到两个时刻对应的多普勒分辨率刚好不超过所期望的多普勒分辨率时,将
时间差定义为,重复上述过程,直到获取全部方位时刻对应的个较强距离单
元中所有散射点允许积累的时长,通过“高聚焦质量”的条件对第个方位时刻中最小的进行搜索,将其作为第个方位时刻所允许积累的时长,保证所有散射点在该
时间段内的多普勒频率变化均不超过,表示为:
8.根据权利要求7所述的一种基于时间窗二次选择的船只目标三维成像方法,其特征在于,S3使用基于有效旋转矢量角度估计的时间窗选择,包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211352592.4A CN115407337B (zh) | 2022-11-01 | 2022-11-01 | 一种基于时间窗二次选择的船只目标三维成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211352592.4A CN115407337B (zh) | 2022-11-01 | 2022-11-01 | 一种基于时间窗二次选择的船只目标三维成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115407337A true CN115407337A (zh) | 2022-11-29 |
CN115407337B CN115407337B (zh) | 2023-02-03 |
Family
ID=84167111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211352592.4A Active CN115407337B (zh) | 2022-11-01 | 2022-11-01 | 一种基于时间窗二次选择的船只目标三维成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115407337B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5394151A (en) * | 1993-09-30 | 1995-02-28 | The United States Of America As Represented By The Secretary Of The Navy | Apparatus and method for producing three-dimensional images |
US20070109177A1 (en) * | 2005-11-04 | 2007-05-17 | Agellis Group Ab | Multi-dimensional imaging method and apparatus |
US20090273509A1 (en) * | 2008-05-05 | 2009-11-05 | Lawrence Fullerton | Microwave imaging system and method |
CN106405519A (zh) * | 2016-09-12 | 2017-02-15 | 西安电子科技大学 | 基于跟踪信息的isar成像时间段选择方法 |
CN106918811A (zh) * | 2017-04-05 | 2017-07-04 | 中国石油大学(华东) | 一种逆合成孔径雷达船只成像时窗选取方法 |
CN110133648A (zh) * | 2019-05-13 | 2019-08-16 | 中国石油大学(华东) | 一种选取逆合成孔径雷达船只成像时窗的方法 |
CN110488292A (zh) * | 2019-08-23 | 2019-11-22 | 长沙天仪空间科技研究院有限公司 | 一种基于卫星编队的遥感系统 |
CN111896957A (zh) * | 2020-08-11 | 2020-11-06 | 西安电子科技大学 | 基于小波变换及压缩感知的舰船目标前视三维成像方法 |
CN114910908A (zh) * | 2022-05-10 | 2022-08-16 | 哈尔滨工业大学 | 一种基于多基站分布式InISAR的舰船目标三维成像方法 |
-
2022
- 2022-11-01 CN CN202211352592.4A patent/CN115407337B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5394151A (en) * | 1993-09-30 | 1995-02-28 | The United States Of America As Represented By The Secretary Of The Navy | Apparatus and method for producing three-dimensional images |
US20070109177A1 (en) * | 2005-11-04 | 2007-05-17 | Agellis Group Ab | Multi-dimensional imaging method and apparatus |
US20090273509A1 (en) * | 2008-05-05 | 2009-11-05 | Lawrence Fullerton | Microwave imaging system and method |
CN106405519A (zh) * | 2016-09-12 | 2017-02-15 | 西安电子科技大学 | 基于跟踪信息的isar成像时间段选择方法 |
CN106918811A (zh) * | 2017-04-05 | 2017-07-04 | 中国石油大学(华东) | 一种逆合成孔径雷达船只成像时窗选取方法 |
CN110133648A (zh) * | 2019-05-13 | 2019-08-16 | 中国石油大学(华东) | 一种选取逆合成孔径雷达船只成像时窗的方法 |
CN110488292A (zh) * | 2019-08-23 | 2019-11-22 | 长沙天仪空间科技研究院有限公司 | 一种基于卫星编队的遥感系统 |
CN111896957A (zh) * | 2020-08-11 | 2020-11-06 | 西安电子科技大学 | 基于小波变换及压缩感知的舰船目标前视三维成像方法 |
CN114910908A (zh) * | 2022-05-10 | 2022-08-16 | 哈尔滨工业大学 | 一种基于多基站分布式InISAR的舰船目标三维成像方法 |
Non-Patent Citations (1)
Title |
---|
周鹏等: "海上船只目标多角度成像技术", 《中国海洋大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115407337B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7928896B2 (en) | Application of time reversal to synthetic aperture imaging | |
CN109116320B (zh) | 一种基于雷达回波信号的海浪特征参数提取方法 | |
Stojanovic et al. | Imaging of moving targets with multi-static SAR using an overcomplete dictionary | |
CN111142105B (zh) | 复杂运动目标isar成像方法 | |
CN109031219B (zh) | 基于相位测距的宽带雷达弹道目标微动几何参数估计方法 | |
CN101738614B (zh) | 基于时空图像序列的isar目标转动估计方法 | |
CN105929399B (zh) | 一种干涉sar数据成像及高程估计方法 | |
Wang et al. | SRMF-CLEAN imaging algorithm for space debris | |
EP3494404B1 (en) | System and method for detecting heading and velocity of a target object | |
CN109061638B (zh) | 相控阵近距离数字成像方法 | |
CN103226192B (zh) | 信号挑选装置、信号挑选方法以及雷达装置 | |
CN107085212A (zh) | 一种基于线性调频步进信号的自旋目标时变三维成像方法 | |
CN103616688A (zh) | 一种提升三维干涉逆合成孔径雷达图像质量的方法 | |
CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
CN109541579B (zh) | 基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法 | |
Yang et al. | Analysis on the characteristic of cross-correlated field and its potential application on source localization in deep water | |
CN112946640A (zh) | 一种快速距离-多普勒域的自旋目标isar成像方法 | |
CN110879391B (zh) | 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法 | |
CN103245949B (zh) | 一种基于改进理想滤波器的sar方位模糊抑制方法 | |
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 | |
CN115407337B (zh) | 一种基于时间窗二次选择的船只目标三维成像方法 | |
CN115267721B (zh) | 一种基于双频sar的地面动目标径向速度估计方法 | |
Yang et al. | Bistatic SAR Maritime Ship Target 3-D Image Reconstruction Method Without Distortion in Local Cartesian Coordinate | |
Sakamoto et al. | Revised range point migration method for rapid 3-D imaging with UWB radar | |
CN110736988B (zh) | 双基地pfa运动目标参数估计和成像方法 |
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 |