CN116908791B - 一种联合空间与信号相似度的顺轨sar强杂波抑制方法 - Google Patents
一种联合空间与信号相似度的顺轨sar强杂波抑制方法 Download PDFInfo
- Publication number
- CN116908791B CN116908791B CN202311183291.8A CN202311183291A CN116908791B CN 116908791 B CN116908791 B CN 116908791B CN 202311183291 A CN202311183291 A CN 202311183291A CN 116908791 B CN116908791 B CN 116908791B
- Authority
- CN
- China
- Prior art keywords
- pixel
- strong
- sar
- representing
- clutter
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000002401 inhibitory effect Effects 0.000 title description 2
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 230000001629 suppression Effects 0.000 claims abstract description 18
- 230000003068 static effect Effects 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000021615 conjugation Effects 0.000 claims description 2
- 238000005260 corrosion Methods 0.000 claims description 2
- 230000007797 corrosion Effects 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 239000000470 constituent Substances 0.000 claims 1
- 230000001427 coherent effect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
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
- 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
- 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
- G01S13/9023—SAR image post-processing techniques combined with interferometric 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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
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
本发明公开了一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,属于雷达运动目标检测领域,利用强静止散射体的空间结构信息、强度、干涉相位以及通道之间的相关性等先验信息标记出SAR图像中强静止散射体的像素位置,采用剔除强静止散射体后的SAR图像估计运动目标检测门限,减少强杂波造成的虚警概率,获得较低的检测门限。本发明既能够降低强杂波造成的虚警概率,又能够提升运动目标的检测概率。
Description
技术领域
本发明属于雷达运动目标检测领域,具体涉及一种联合空间与信号相似度的顺轨SAR强杂波抑制方法。
背景技术
多通道顺轨干涉合成孔径雷达(Along Track Interferometry SyntheticAperture Radar: ATI-SAR)因相干积累时间长、空域自由度高,能够联合时、空、频三个维度获得较好的杂波抑制效果成为地面慢速目标检测的重要手段。ATI-SAR天线沿平台移动方向安装,以较短的时间间隔从完全相同的视角对同一场景进行观测,对于静止目标,ATI-SAR产生几乎相同的复数图,而对于运动目标,ATI-SAR产生不同相位偏移的图像,从而区分出运动目标与静止杂波。然而,常规的SAR成像方法是针对观测场景中静止目标设计的,成像时采用的成像参数与目标运动参数失配,使得运动目标在SAR图像中散焦,从而降低运动目标在SAR图像中的信杂比(Signal-to-clutter Ratio: SCR),最终造成运动目标淹没在强杂波中而产生漏检。因此,需要在进行运动目标检测之前对SAR图像进行杂波抑制。
传统的多通道SAR图像域杂波抑制多采用相位中心偏置天线算法(DisplacedPhase Center Antenna: DPCA)、空时自适应处理(Space Time Adaptive Processing:STAP)、幅度与相位联合统计分布模型方法,上述方法受通道均衡效果、计算复杂度、杂波分布类型与杂波分布参数估计精度限制。对于复杂杂波环境,地面散射物比较丰富,SAR图像中的杂波服从多种统计分布模型,难以获得准确的杂波统计参数,使得采用传统方法进行杂波抑制后强杂波的残余能量仍然较强,最终导致检测结果中包含大量的强杂波虚警;此外,由于慢速目标的相干相位较小,仅采用图像强度进行强杂波抑制的方法容易把强运动目标错误的识别成强杂波,上述缺陷严重影响了多通道SAR进行运动目标检测的应用。
发明内容
为解决上述技术问题,本发明提供一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,利用强静止散射体的空间结构信息、强度、干涉相位以及通道之间的相关性等先验信息标记出SAR图像中强静止散射体的像素位置,采用剔除强静止散射体后的SAR图像估计运动目标检测门限,不仅能够减少强杂波造成的虚警概率,而且能够获得较低的检测门限,从而提升运动目标的检测概率。
为达到上述目的,本发明采用如下技术方案:
一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,包括如下步骤:
步骤1、构建M个通道顺轨干涉SAR信号模型,以第1个通道的SAR图像为参考图像,计算第2~M个通道的SAR图像与参考图像的复相关系数,得到M-1幅相关系数图;
步骤2、依据相关系数图的幅度直方图与相位直方图确定复相关系数的幅度阈值与相位阈值,实现强杂波位置初筛;
步骤3、选择初筛为强杂波的像素作为待处理像素,利用选定的待处理像素及其周围相邻像素作为处理对象构建SAR图像的空间与强度相似度模型,利用所有待处理像素的空间与强度相似度阈值提取强静止散射体的空间结构所覆盖的像素位置;
步骤4、标记出步骤3所提取的强静止散射体所在的空间结构所覆盖的像素位置,把这些像素位置处的像素置零,然后再进行运动目标检测,减少强杂波残余导致的虚警,同时降低运动目标检测阈值,从而降低运动目标的漏测概率。
有益效果:
本发明融合强静止散射体空间结构、强度、干涉相位以及通道间的相关性信息进行强静止散射体识别,能够在避免把强运动目标识别成强静止杂波的同时,有效地识别出强静止散射体在SAR图像的像素位置。采用剔除强静止散射体后的像素进行运动目标检测,不仅能够有效地减少强杂波造成的虚警,而且能够获得较低的幅度检测门限,从而提升慢速目标的检测概率。
附图说明
图1为本发明的联合空间与信号相似度的顺轨SAR强杂波抑制方法的流程图;
图2为空间相似度估计数据构成图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明公开了一种联合空间与信号相似度的顺轨SAR强杂波抑制方法。实际观测场景中的强静止散射体多为人造目标,如房屋、静止的车辆、桥梁、金属设备等,强静止散射体在SAR图像中的像素点具有幅值大、空间结构连续、通道间相似度高的特点。当观测角度与时间间隔差异较小时,这些强静止散射体可以被认为在相干积累时间内是各向同性的和相干的。因此,可以利用强静止散射体的空间结构信息、强度、干涉相位以及通道之间的相关性等先验信息标记出SAR图像中强静止散射体的像素位置,采用剔除强静止散射体后的SAR图像估计运动目标检测门限,不仅能够减少强杂波造成的虚警概率,而且能够获得较低的检测门限,从而提升运动目标的检测概率。
如图1所示,本发明的联合空间与信号相似度的顺轨SAR强杂波抑制方法包括如下步骤:
步骤1、构建M个通道顺轨干涉SAR信号模型,以第1个通道的SAR图像为参考图像,计算第2~M个通道的SAR图像与参考图像的复相关系数,得到M-1幅相关系数图;
步骤2、依据相关系数图的幅度直方图与相位直方图确定复相关系数的幅度阈值与相位阈值,实现强杂波位置初筛;
步骤3、选择初筛为强杂波的像素作为待处理像素,利用选定的待处理像素及其周围相邻像素作为处理对象构建SAR图像的空间与强度相似度模型,利用所有待处理像素的空间与强度相似度阈值提取强静止散射体的空间结构所覆盖的像素位置;
步骤4、标记出步骤3所提取的强静止散射体所在的空间结构所覆盖的像素位置,把这些像素位置处的像素置零,然后再进行运动目标检测,减少强杂波残余导致的虚警,同时降低运动目标检测阈值,从而降低运动目标的漏测概率。
具体地,所述步骤1包括:
SAR图像中包括运动目标、杂波、噪声,M个通道SAR图像数据的第像素位置处的复数矢量形式/>可描述为/>。上标/>表示矩阵的转置。
对于异质杂波环境,M个通道高分辨SAR图像运动目标二元检测假设可定义为:
(1)
其中,表示杂波分量,/>表示噪声分量,/>表示运动目标分量;,/>,/>分别表示静止杂波散射系数,运动目标散射系数,噪声分量;/>表示静止杂波的导向矢量;/>表示运动目标的导向矢量,其由运动目标相对雷达平台的径向速度/>和雷达顺轨基线长度决定;/>表示待检测像素中不存在运动目标,/>表示待检像素中含有运动目标。
对于静止散射体,其干涉相位为零,而对于运动目标,不同通道间产生不同的相位偏移,从而区分出运动目标与静止杂波。
运动目标的导向矢量为:
(2)
其中,表示雷达发射信号波长,/>表示相邻通道天线相位中心之间的间距,/>表示雷达平台沿航迹方向的运动速度,/>表示包含M个元素的复数列向量,/>表示复数,/>表示以自然常数为底的指数函数。
静止杂波的导向矢量可以表示为:
(3)
具体地,所述步骤2包括:
强静止散射体在通道间具有较强的相关性与较低小的干涉相位,而运动目标通道间相关性较弱,且干涉相位与目标的运动有关,因此,可以采用相关系数与干涉相位构建双阈值检测实现对SAR图像的强静止散射体进行初级筛选。
以像素位置为的像素为例,选择其周围K-1个相邻像素作为处理对象,第1个通道SAR图像与第m个通道的SAR图像在/>位置处的复相关系数/>通过下式计算:
(4)
其中,为以/>为中心的第k个像素的在图像中位置,/>的取值范围为/>;K表示像素总数;/>为取复数相位函数,/>为复相关系数/>的相位,即第m通道与第1通道的干涉相位;/>表示第1通道的SAR图像在像素位置/>处的像素值,/>表示第m通道的SAR图像在像素位置处的像素值;上标/>表示共轭;
M个通道SAR图像可获得M-1幅相关系数图,对于像素位置为的像素,基于复相关系数的强静止散射体二元假设定义为:
(5)
其中,为M-1幅相关系数图在像素位置/>处的相关系数均值,/>为/>的相位;/>表示待检测像素中不存在强静止散射体,/>表示待检像素中存在强静止散射体;/>和/>分别表示复相关系数的幅度阈值和相位阈值,两者构成双阈值检测,实现强杂波初级筛选。幅度阈值/>和相位阈值/>分别可由其复相关系数强度与相位的统计直方图的峰值位置估计获得。
具体地,所述步骤3包括:
对于占有多个像素的强静止散射体而言,每个像素的散射特性并非完全相同,强静止散射体所包含像素的复相关系数并非完全满足步骤2的幅度阈值和相位阈值,因此,经过步骤2初筛获得的强静止散射体像素位置是离散的,没有获得强静止散射体的空间结构信息。因此,本发明以步骤2初筛的像素及其周围像素为待处理数据,联合图像的强度与空间结构信息构建一种基于空间与强度相似度的强杂波抑制方法。
利用强静止散射体的散射强度、空间结构连续特性构建强度与空间相似度估计值为:
(6)
其中,为经过非均匀量化后的图像像素强度,/>为待检测像素与其周围像素的空间相似度,/>表示强度与空间相似度估计值。
针对具有M个通道的SAR系统,采用第1通道的SAR图像作为参考图像,对于像素位置为的像素,采用第1通道的像素值/>(如图2中含有圆形的格子)与其他通道像素位置/>处的邻域像素(如图2中的斜线格子)的差值估计第1通道的像素值的空间相似度。
基于多通道SAR复数图像的空间相似度在像素位置/>定义如下:
(7)
上式中,为第2~第M通道中像素/>的邻域像素的像素位置集合,/>为中的第n个像素,/>表示取最小值函数,/>表示取最大值函数,/>表示取模值。
对于具有一定几何结构的强静止散射体而言,其所包含的像素之间的幅度与相位基本一致,因此,采用公式(6)计算获得的强度与空间相似度较高,而对于运动目标或者噪声而言,采用的公式(6)计算获得的强度与空间相似度较低,从而可以识别出SAR图像中的强静止散射体。
与仅采用幅度进行相似度估计的方法相比,本发明考虑运动目标在通道间的干涉相位差异,从而避免把强运动目标判断为背景杂波。
具体地,所述步骤4包括:
对步骤3计算获得的强度与空间相似度估计值进行恒虚警率(ConstantFalse Alarm:CFAR)检测,可获得强静止散射体所占用的像素坐标,然后,通过腐蚀与膨胀操作连通强静止散射体的各组成部件,从而获得强静止散射体的空间结构信息。采用“1”表示像素为强杂波,“0”表示像素可能包含运动目标,从而获得标记出强静止散射体的像素位置的二值图像。最后,采用标记为“0”的像素进行运动检测,不仅能够有效地减少强杂波造成的虚警,而且,可以降低运动目标检测阈值,从而提高运动目标的检测概率。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,其特征在于,包括如下步骤:
步骤1、构建M个通道顺轨干涉SAR信号模型,以第1个通道的SAR图像为参考图像,计算第2~M个通道的SAR图像与参考图像的复相关系数,得到M-1幅相关系数图;
步骤2、依据相关系数图的幅度直方图与相位直方图确定复相关系数的幅度阈值与相位阈值,实现强杂波位置初筛;
步骤3、选择初筛为强杂波的像素作为待处理像素,利用选定的待处理像素及其周围相邻像素作为处理对象构建SAR图像的空间与强度相似度模型,利用所有待处理像素的空间与强度相似度阈值提取强静止散射体的空间结构所覆盖的像素位置;
步骤4、标记出步骤3所提取的强静止散射体所在的空间结构所覆盖的像素位置,把这些像素位置处的像素置零,然后再进行运动目标检测,减少强杂波残余导致的虚警,同时降低运动目标检测阈值,从而降低运动目标的漏测概率。
2.根据权利要求1所述的一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,其特征在于,所述步骤1包括:
SAR图像中包括运动目标、杂波、噪声,M个通道的SAR图像的第像素位置处的复数矢量形式/>描述为/>;上标/>表示矩阵的转置;
对于异质杂波环境,M个通道的高分辨的SAR图像的运动目标二元检测假设定义为:
(1)
其中,表示杂波分量,/>表示噪声分量,/>表示运动目标分量;/>,,/>分别表示静止杂波散射系数,运动目标散射系数,噪声分量;/>表示静止杂波的导向矢量;/>表示运动目标的导向矢量,其由运动目标相对雷达平台的径向速度/>和雷达顺轨基线长度决定;/>表示待检测像素中不存在运动目标,/>表示待检测像素中含有运动目标;
运动目标的导向矢量为:
(2)
其中,表示雷达发射信号波长,/>表示相邻通道天线相位中心之间的间距,/>表示雷达平台沿航迹方向的运动速度,/>表示包含M个元素的复数列向量,/>表示复数,表示以自然常数为底的指数函数;
静止杂波的导向矢量表示为:
(3)。
3.根据权利要求2所述的一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,其特征在于,所述步骤2包括:
对于像素位置为的像素,选择其周围K-1个相邻像素作为处理对象,第1个通道的SAR图像与第m个通道的SAR图像在/>像素位置处的复相关系数/>通过下式计算:
(4)
其中,为以/>为中心的第k个像素的在图像中位置,/>的取值范围为;K表示像素总数;/>为取复数相位函数,/>为复相关系数的相位,即第m通道与第1通道的干涉相位;/>表示第1通道的SAR图像在像素位置/>处的像素值,/>表示第m通道的SAR图像在像素位置处的像素值;上标/>表示共轭;
根据M个通道SAR图像获得M-1幅相关系数图,对于像素位置为的像素,基于复相关系数的强静止散射体二元假设定义为:
(5)
其中,为M-1幅相关系数图在像素位置/>处的相关系数均值,/>为的相位;/>表示待检测像素中不存在强静止散射体,/>表示待检像素中存在强静止散射体;/>和/>分别表示复相关系数的幅度阈值和相位阈值,两者构成双阈值检测,实现强杂波初级筛选;幅度阈值/>和相位阈值/>分别由其复相关系数的强度与相位的统计直方图的峰值位置估计获得。
4.根据权利要求3所述的一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,其特征在于,所述步骤3包括:
满足步骤2中假设检验的像素作为初筛像素,以初筛像素及其周围像素为待处理数据,联合SAR图像的强度与空间结构信息构建基于空间与强度相似度的强杂波抑制方法,包括:
利用强静止散射体的散射强度、空间结构连续特性构建强度与空间相似度估计值为:
(6)
其中,为经过非均匀量化后的图像像素强度,/>为待检测像素与其周围像素的空间相似度,/>表示强度与空间相似度估计值;
针对具有M个通道的SAR系统,采用第1通道的SAR图像作为参考图像,对于像素位置为的像素,采用第1通道的像素值/>与其他通道像素位置/>处的邻域像素的差值估计第1通道的像素值/>的空间相似度;
基于多通道SAR复数图像的空间相似度在像素位置/>的定义如下:
(7)
上式中,为第2~第M通道中像素位置/>处的邻域像素的像素位置集合,/>为中的第n个像素,/>表示取最小值函数,/>表示取最大值函数,/>表示取模值;/>表示第1通道的像素值。
5.根据权利要求4所述的一种联合空间与信号相似度的顺轨SAR强杂波抑制方法,其特征在于,所述步骤4包括:
对步骤3计算获得的强度与空间相似度估计值进行恒虚警率检测,获得强静止散射体所占用的像素坐标;然后,通过腐蚀与膨胀操作连通强静止散射体的各组成部件,从而获得强静止散射体的空间结构信息;采用“1”表示像素为强杂波,“0”表示像素可能包含运动目标,从而获得标记出强静止散射体的像素位置的二值图像;最后,采用标记为“0”的像素进行运动检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311183291.8A CN116908791B (zh) | 2023-09-14 | 2023-09-14 | 一种联合空间与信号相似度的顺轨sar强杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311183291.8A CN116908791B (zh) | 2023-09-14 | 2023-09-14 | 一种联合空间与信号相似度的顺轨sar强杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116908791A CN116908791A (zh) | 2023-10-20 |
CN116908791B true CN116908791B (zh) | 2023-11-14 |
Family
ID=88367359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311183291.8A Active CN116908791B (zh) | 2023-09-14 | 2023-09-14 | 一种联合空间与信号相似度的顺轨sar强杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116908791B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117192554B (zh) * | 2023-11-02 | 2024-01-02 | 中国科学院空天信息创新研究院 | 一种基于干涉相位线性一致度的运动目标检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6023235A (en) * | 1997-06-05 | 2000-02-08 | Deutsches Zentrum Fur Luft-Und Raumfahrt E.V. | Method for generating microwave-resolution images of moving objects by inverse synthetic aperture radar |
WO2010056159A1 (en) * | 2008-11-11 | 2010-05-20 | Saab Ab | Sar radar system |
CN103454624A (zh) * | 2013-09-22 | 2013-12-18 | 河海大学 | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 |
CN110568434A (zh) * | 2019-07-15 | 2019-12-13 | 电子科技大学 | 一种多通道匀加速轨迹sar动目标二维速度估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090002224A1 (en) * | 2005-09-22 | 2009-01-01 | Nader Khatib | SAR ATR tree line extended operating condition |
-
2023
- 2023-09-14 CN CN202311183291.8A patent/CN116908791B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6023235A (en) * | 1997-06-05 | 2000-02-08 | Deutsches Zentrum Fur Luft-Und Raumfahrt E.V. | Method for generating microwave-resolution images of moving objects by inverse synthetic aperture radar |
WO2010056159A1 (en) * | 2008-11-11 | 2010-05-20 | Saab Ab | Sar radar system |
CN103454624A (zh) * | 2013-09-22 | 2013-12-18 | 河海大学 | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 |
CN110568434A (zh) * | 2019-07-15 | 2019-12-13 | 电子科技大学 | 一种多通道匀加速轨迹sar动目标二维速度估计方法 |
Non-Patent Citations (2)
Title |
---|
分布式星载合成孔径雷达顺轨干涉动目标检测;杨凤凤, 梁甸农;系统工程与电子技术(第11期);全文 * |
基于相干系数-马尔可夫随机场的高分辨率SAR图像建筑物分割算法(英文);QIAN Qian et al.;Journal of Measurement Science and Instrumentation;第10卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116908791A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116908791B (zh) | 一种联合空间与信号相似度的顺轨sar强杂波抑制方法 | |
CN109031277B (zh) | 一种穿墙雷达多目标图像域稳健跟踪方法 | |
CN111610501B (zh) | 对海雷达小目标检测方法 | |
CN109669182B (zh) | 无源双基地sar动/静目标联合稀疏成像方法 | |
CN111311644B (zh) | 一种基于视频sar的运动目标检测方法 | |
CN110082764B (zh) | 基于稳健正则化层析方法的sar图像成像方法 | |
CN114384520B (zh) | 一种机动平台对海面船只精细化雷达成像方法 | |
CN107479037B (zh) | 一种pd雷达杂波区域判别方法 | |
JP2009236720A (ja) | 移動目標検出装置 | |
CN113484860A (zh) | 基于多普勒中心异常的sar图像海洋锋检测方法及系统 | |
CN114265065A (zh) | 一种融合多极化图像的多通道sar动目标检测方法 | |
CN110095774B (zh) | 一种圆迹视频sar动目标检测方法 | |
CN113589287B (zh) | 合成孔径雷达稀疏成像方法、装置、电子设备及存储介质 | |
CN111398913B (zh) | 一种基于双prf的视频sar动目标回波过滤方法 | |
CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
CN108008374B (zh) | 基于能量中值的海面大型目标检测方法 | |
CN108828549B (zh) | 一种基于机场场面监视雷达系统的目标提取方法 | |
KR20200117602A (ko) | Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치 | |
Deng et al. | Image feature-based space-time processing for ground moving target detection | |
JP3736154B2 (ja) | レーダ信号処理装置 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN113156392B (zh) | 一种基于俯仰域自适应处理的杂波抑制方法 | |
CN114488145A (zh) | 一种基于极化分类的图像域dpca虚警抑制方法 | |
CN117192554B (zh) | 一种基于干涉相位线性一致度的运动目标检测方法 | |
JP2004347540A (ja) | ウィンドプロファイラにおける信号処理方法及びそのプログラムと装置 |
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 |