RU2612323C1 - Способ восстановления изображений в двухканальной сканирующей системе - Google Patents

Способ восстановления изображений в двухканальной сканирующей системе Download PDF

Info

Publication number
RU2612323C1
RU2612323C1 RU2016111611A RU2016111611A RU2612323C1 RU 2612323 C1 RU2612323 C1 RU 2612323C1 RU 2016111611 A RU2016111611 A RU 2016111611A RU 2016111611 A RU2016111611 A RU 2016111611A RU 2612323 C1 RU2612323 C1 RU 2612323C1
Authority
RU
Russia
Prior art keywords
matrix
columns
rows
image
missing
Prior art date
Application number
RU2016111611A
Other languages
English (en)
Inventor
Владимир Константинович Клочко
Вячеслав Павлович Кузнецов
Ольга Николаевна Макарова
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет"
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет" filed Critical Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет"
Priority to RU2016111611A priority Critical patent/RU2612323C1/ru
Application granted granted Critical
Publication of RU2612323C1 publication Critical patent/RU2612323C1/ru

Links

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
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/02—Prospecting

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

Изобретение относится к пассивным двухканальным сканирующим системам наблюдения с двумя приемниками, работающими в оптическом, инфракрасном или миллиметровом диапазонах длин волн. Технический результат направлен на восстановление пропущенных строк и столбцов искомой матрицы изображения с целью восстановления изображения в целом. Способ восстановления изображений заключается в применении оператора восстановления одномерного изображения к массиву данных отдельных строк и столбцов двух матриц наблюдения с последующей интерполяцией и объединением двух изображений в одно восстановленное изображение без пропусков строк и столбцов. 1 табл.

Description

Изобретение относится к пассивным [1, 2] двухканальным сканирующим системам наблюдения, работающим в оптическом, инфракрасном или миллиметровом диапазонах длин волн.
Система наблюдения состоит из двух измерительных каналов. Каждый канал содержит приемное устройство - приемник, регистрирующий излучаемое объектами поле в ограниченном объеме пространства в соответствии со своей диаграммой направленности (ДН), а также тракт первичной обработки принимаемых сигналов. Приемники одновременно сканируют зону обзора размером M×N элементов дискретизации по азимуту и углу места. Первый приемник движется непрерывно вдоль строки (по азимуту) со съемом данных с малым шагом дискретизации h и осуществляет переход к другой строке с увеличенным шагом k1⋅h, k1>1, где (k1-1) - число пропущенных подряд строк. Второй приемник, наоборот, движется непрерывно вдоль столбца (по углу места) со съемом данных с малым шагом дискретизации h и осуществляет переход к другому столбцу с увеличенным шагом k2⋅h, k2>1, где (k2-1) - число пропущенных подряд столбцов.
По результатам первичной обработки формируются две матрицы наблюдений: Y1={y1(i,j)},
Figure 00000001
,
Figure 00000002
и Y2={y2(i,j)},
Figure 00000003
,
Figure 00000004
. Пропущенные при сканировании строки и столбцы в матрицах Y1 и Y2 присутствуют, но не рассматриваются.
Модель наблюдений имеет следующий вид:
Figure 00000005
Figure 00000006
,
Figure 00000007
,
Figure 00000008
,
Figure 00000009
,
Figure 00000010
,
где α(i,j) - весовая функция с областью определения
Figure 00000011
,
Figure 00000012
, представляющая нормированную ДН приемника; X={x(i,j)} - матрица искомого изображения с элементами x(i,j), подлежащими восстановлению на множестве элементов дискретизации
Figure 00000013
,
Figure 00000014
; P1(i,j) и p2(i,j) - шумы аппаратуры в приемных каналах в виде белого шума.
Задача заключается в восстановлении изображения X={x(i,j)} на множестве элементов дискретизации
Figure 00000013
,
Figure 00000014
путем обработки полученных наблюдений Y1={y1(i,j)} и Y2={y2(i,j)}.
Такая задача относится к классу некорректных обратных задач и решается как в пространственной, так и частотной области [3] с применением методов регуляризации, повышающих устойчивость решения.
Оптимальное решение задачи восстановления изображения X с позиции известных критериев [4] для двумерной модели измерений (1) в пространственной области требует больших предварительных вычислительных затрат и памяти при обращении матриц, что снижает устойчивость решения. При больших значениях М и N реализовать матричные методы не удается.
Оптимальное решение в частотной области [5] требует обработки всех строк и столбцов на множестве
Figure 00000013
,
Figure 00000014
, что достигается интерполяцией пропущенных строк и столбцов матриц Y1 и Y2. Несмотря на удобство реализации частотных методов, ошибки интерполяции наблюдений существенно снижают точность восстановления изображений.
На практике целесообразно перейти от (1) к упрощенной модели наблюдений, не учитывающей пропуски строк и столбцов:
Figure 00000015
Figure 00000016
,
где α1(j) и α2{i) - соответственно центральное горизонтальное и вертикальное сечения ДН, причем α1(0)=α2(0);
Figure 00000017
- случайные аддитивные составляющие, порожденные шумами аппаратуры и ошибками аппроксимации при переходе от (1) к (2).
Число оцениваемых параметров в (2) значительно меньше, чем в (1).
В рамках модели (2) ставится одномерная задача независимого восстановления изображений в i-x строках Х1(i) и j-x столбцах Х2(j) матрицы X путем обработки i-х строк Y1(i),
Figure 00000018
матрицы Y1 и j-x столбцов Y2(j),
Figure 00000019
матрицы Y2. Задача решается известными способами.
В качестве прототипа может быть рассмотрен любой способ восстановления одномерного изображения: матричный способ [4] или способ фильтра Винера [5], действие которых применительно к поставленной задаче сводится к следующему:
1. На вход подается i-я строка Y1(i) первой матрицы наблюдений Y1 или j-й столбец Y2(j) второй матрицы наблюдений Y2 - одномерный массив числовых данных объема М или N.
2. К массиву данных применяется оператор восстановления, основанный на пространственной или частотной обработке.
3. В результате действия оператора восстановления на выходе получается i-я строка Х1(i) или j-й столбец Х2(j) восстановленного изображения в виде нового массива данных объема М или N.
Совокупность восстановленных строк X1(i),
Figure 00000020
и столбцов X2(j),
Figure 00000021
N дает матрицу Xp решетчатой структуры восстановленного изображения, в которой пропущенные строки и столбцы присутствуют, но не рассматриваются.
Такой способ формирования изображений обладает следующим недостатком: решетчатая структура матрицы Xp, полученная при шаге сканирования большем, чем шаг дискретизации (k>1), дает прореженное по строкам и столбцам изображение, что затрудняет или делает невозможным распознавание изображений объектов наблюдения.
Технический результат направлен на устранение указанного недостатка, а именно на восстановление пропущенных строк и столбцов искомой матрицы изображения с целью восстановления изображения в целом.
Технический результат предлагаемого технического решения достигается тем, что способ восстановления изображений в двухканальной сканирующей системе заключается в том, что при наблюдении зоны обзора с помощью двух приемников, первый из которых дает матрицу наблюдений Y1 с пропусками строк, а второй - матрицу наблюдений Y2 с пропусками столбцов, обрабатывают наблюдаемые i-е строки Y1(i) матрицы Y1 и наблюдаемые j-е столбцы Y2(j) матрицы Y2 оператором восстановления одномерных массивов и в результате этой обработки получают в той же нумерации i-е строки Х1(i) матрицы Х1 восстановленного изображения по строкам и j-е столбцы Х2(j) матрицы Х2 восстановленного изображения по столбцам, отличающийся тем, что пропущенные строки матрицы Х1 восстанавливают путем линейной интерполяции соседних не пропущенных строк и получают матрицу
Figure 00000022
, а пропущенные столбцы матрицы Х2 восстанавливают путем линейной интерполяции соседних не пропущенных столбцов и получают матрицу
Figure 00000023
, затем все соответствующие пары элементов матриц
Figure 00000024
и
Figure 00000023
сравнивают к заданным уровнем γ и выбирают из каждой пары один элемент, наиболее близкий в этому уровню, после чего выбранные элементы помещают в матрицу X, которая представляет восстановленное изображение без пропусков строк и столбцов.
Способ осуществляют следующим образом:
1. Два приемника одновременно сканируют зону обзора размером M×N элементов дискретизации по азимуту (по j) и углу места (по i).
2. По результатам первичной обработки формируются две матрицы наблюдений: Y1={y1(i,j)},
Figure 00000001
,
Figure 00000002
и Y2={y2(i,j)},
Figure 00000003
,
Figure 00000004
, где k1, k2>1. Первый приемник дает матрицу наблюдений Y1 с пропусками строк, а второй - матрицу наблюдений Y2 с пропусками столбцов. Пропущенные при сканировании строки или столбцы присутствуют в матрицах Y1 и Y2, но не рассматриваются.
3. Наблюдаемые i-e строки Y1(i) матрицы Y1 и наблюдаемые j-е столбцы Y2(j) матрицы Y2 обрабатывают оператором восстановления одномерных массивов и в результате этой обработки получают в той же нумерации i-e строки X1(i),
Figure 00000001
матрицы Х1 восстановленного изображения по строкам и j-е столбцы Х2(j),
Figure 00000003
матрицы Х2 восстановленного изображения по столбцам.
4. Пропущенные строки матрицы Х1 заполняются методом линейной интерполяции: между соседними наблюдаемыми строками матрицы Х1 помещаются k1-1 строк по числу k1-1 недостающих элементов дискретизации угла места, а элементы этих строк находятся линейной интерполяцией соответствующих элементов i-й и (i+1)-й строк матрицы Х1 по формуле:
Δх1=(х1(i+k1,j)-х1(i,j))/k1,
x1(i+i1,j)=y(i,j)+Δx1⋅i1,
Figure 00000025
,
Figure 00000026
,
Figure 00000027
.
Подобным образом заполняются пропущенные столбцы матрицы Х2:
Δх2=(х2(i+k2,j)-х2(i,j))/k2,
x2(i,j+j2)=x2(i,j)+Δx2⋅j2,
Figure 00000028
,
Figure 00000029
,
Figure 00000030
.
5. После интерполяции получается матрица
Figure 00000031
с повышенным разрешением по азимуту и матрица
Figure 00000032
с повышенным разрешением по углу места.
Затем матрицы
Figure 00000031
и
Figure 00000032
объединяются в M×N-матрице оценок
Figure 00000033
искомого изображения X следующим образом.
6. Все пары
Figure 00000034
,
Figure 00000035
соответствующих элементов матриц
Figure 00000031
и
Figure 00000036
,
Figure 00000037
сравниваются с заданным уровнем γ. Из двух элементов
Figure 00000038
и
Figure 00000039
выбирается один элемент, наиболее близкий к этому уровню. Он запоминается как i-й, j-й элемент x(i,j) матрицы X, представляющей восстановленное изображение без пропусков строк и столбцов.
7. Уровень γ назначается человеком-оператором из физических соображений. Уровень может меняться в процессе наблюдения с целью повышения четкости отдельных деталей изображения.
Результаты моделирования. Способ реализовывался с применением операторов восстановления одномерных изображений в пространственной области (матричный метод) и частотной области (метод фильтра Винера). Методы показали близкую точность восстановления изображения вдоль строк и столбцов. Дополнительно небольшим порогом снимались шумовые эффекты на восстановленном изображении. При моделировании ширина ДН составляла (2m+1)×(2n+1)=7×7, отношение сигнал-шум (С-Ш) 30 и 50 при максимальной амплитуде 5, шаг по строкам и столбцам к=1, 2, 3, 4, размер объекта наблюдения L×L=5×5. ДН задавалась экспоненциальной функцией с квадратичным показателем степени. Уровень γ задавался числом 5.
В таблице представлены оценки среднеквадратического отклонения (СКО) ошибки восстановления изображения, полученные сравнением моделируемого и восстановленного изображений на множестве реализаций эксперимента, в зависимости от величины шага k по строкам и столбцам при разном отношении сигнал-шум.
Figure 00000040
В первой строке значений СКО даны результаты, полученные предлагаемым способом. Вторая строка значений СКО соответствует прототипу, когда пропущенные строки и столбцы предварительно обнулялись, и восстановленное изображение представляло собой решетчатую матрицу. В третьей строке значений СКО представлены результаты, полученные оптимальным матричным способом восстановления, принимаемым за эталон, при совместной обработке двух матриц наблюдения Y1 и Y2, подобно предложенному способу, но на основе двумерной модели измерений (1).
Оценка разрешающей способности изображений осуществлялась нахождением минимального расстояния dmin, измеряемого в количестве строк между двумя объектами, при котором они четко различались на восстановленном изображении. Разрешение dmin=2, соответствующее 1/2 ширины ДН, достигалось: для предложенного способа при шаге k=2, для прототипа - при шаге k=1, для эталона - при шаге k=3.
Предложенный способ отличается значительной простотой реализации и не имеет ограничений на размеры матрицы изображения. Он уступает в точности восстановления оптимальному способу, который, однако, можно реализовать только для небольших матриц изображения. Результаты моделирования показали приемлемое качество восстановленного изображения.
Способ может найти применение в существующих сканирующих системах наблюдения микроволнового диапазона [2], а также в системах оптического и инфракрасного диапазонов, предназначенных для обнаружения и распознавания объектов по их восстановленному изображению.
Литература
1. Шарков Е.А. Радиотепловое дистанционное зондирование Земли: физические основы: в 2 т./ Т. 1. М.: ИКИ РАН, 2014. 544 с.
2. Пассивная радиолокация: методы обнаружения объектов / Под ред. Р.П. Быстрова и А.В. Соколова. М.: Радиотехника. 2008. 320 с.
3. Василенко Г.И., Тараторин A.M. Восстановление изображений. М.: Радио и связь, 1986. 304 с.
4. Патент RU 2 368 917 С1. Способ формирования изображений в многоканальных РТЛС и РЛС / В.К. Клочко. МПК: G01S 13/89. Приоритет 21.12.2007. Опубл.: 27.09.2009. Бюл. №27.
5. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006. 616 с.

Claims (1)

  1. Способ восстановления изображений в двухканальной сканирующей системе, заключающийся в том, что при наблюдении зоны обзора с помощью двух приемников, первый из которых дает матрицу наблюдений Y1 с пропусками строк, а второй - матрицу наблюдений Y2 с пропусками столбцов, обрабатывают наблюдаемые i-е строки Y1 (i) матрицы Y1 и наблюдаемые j-е столбцы Y2 (j) матрицы Y2 оператором восстановления одномерных массивов и в результате этой обработки получают в той же нумерации i-е строки Х1 (i) матрицы Х1 восстановленного изображения по строкам и j-е столбцы Х2 (j) матрицы Х2 восстановленного изображения по столбцам, отличающийся тем, что пропущенные строки матрицы Х1 восстанавливают путем линейной интерполяции соседних не пропущенных строк и получают матрицу
    Figure 00000041
    , а пропущенные столбцы матрицы Х2 восстанавливают путем линейной интерполяции соседних не пропущенных столбцов и получают матрицу
    Figure 00000042
    , затем все соответствующие пары элементов матриц
    Figure 00000041
    и
    Figure 00000042
    сравнивают к заданным уровнем γ и выбирают из каждой пары один элемент, наиболее близкий в этому уровню, после чего выбранные элементы помещают в матрицу X, которая представляет восстановленное изображение без пропусков строк и столбцов.
RU2016111611A 2016-03-28 2016-03-28 Способ восстановления изображений в двухканальной сканирующей системе RU2612323C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2016111611A RU2612323C1 (ru) 2016-03-28 2016-03-28 Способ восстановления изображений в двухканальной сканирующей системе

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016111611A RU2612323C1 (ru) 2016-03-28 2016-03-28 Способ восстановления изображений в двухканальной сканирующей системе

Publications (1)

Publication Number Publication Date
RU2612323C1 true RU2612323C1 (ru) 2017-03-07

Family

ID=58459368

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016111611A RU2612323C1 (ru) 2016-03-28 2016-03-28 Способ восстановления изображений в двухканальной сканирующей системе

Country Status (1)

Country Link
RU (1) RU2612323C1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2656355C1 (ru) * 2017-03-29 2018-06-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет" Способ повышения разрешающей способности изображений в многоканальных ртлс

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5557283A (en) * 1991-08-30 1996-09-17 Sheen; David M. Real-time wideband holographic surveillance system
RU2287169C2 (ru) * 2004-06-15 2006-11-10 Федеральное государственное унитарное предприятие "Государственное конструкторское бюро аппаратно-программных систем "Связь" (ФГУП "ГКБ "Связь") Способ радиоконтроля
RU2304289C1 (ru) * 2006-04-20 2007-08-10 Федеральное государственное учреждение "Федеральный государственный научно-исследовательский испытательный центр радиоэлектронной борьбы и оценки эффективности снижения заметности" Министерства обороны Российской Федерации Способ восстановления радиолокационных изображений объектов со стационарным центром вращения
JP2008215935A (ja) * 2007-03-01 2008-09-18 Mitsubishi Electric Corp レーダ画像処理装置
RU2368917C1 (ru) * 2007-12-21 2009-09-27 Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Рязанский государственный радиотехнический университет Способ формирования изображений в многоканальных ртлс и рлс
WO2011001141A1 (en) * 2009-06-30 2011-01-06 Mitsubishi Electric R&D Centre Europe B.V. Radar system
EP2385391A2 (en) * 2010-05-04 2011-11-09 Sony Corporation Active imaging device and method for speckle noise reduction

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5557283A (en) * 1991-08-30 1996-09-17 Sheen; David M. Real-time wideband holographic surveillance system
RU2287169C2 (ru) * 2004-06-15 2006-11-10 Федеральное государственное унитарное предприятие "Государственное конструкторское бюро аппаратно-программных систем "Связь" (ФГУП "ГКБ "Связь") Способ радиоконтроля
RU2304289C1 (ru) * 2006-04-20 2007-08-10 Федеральное государственное учреждение "Федеральный государственный научно-исследовательский испытательный центр радиоэлектронной борьбы и оценки эффективности снижения заметности" Министерства обороны Российской Федерации Способ восстановления радиолокационных изображений объектов со стационарным центром вращения
JP2008215935A (ja) * 2007-03-01 2008-09-18 Mitsubishi Electric Corp レーダ画像処理装置
RU2368917C1 (ru) * 2007-12-21 2009-09-27 Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Рязанский государственный радиотехнический университет Способ формирования изображений в многоканальных ртлс и рлс
WO2011001141A1 (en) * 2009-06-30 2011-01-06 Mitsubishi Electric R&D Centre Europe B.V. Radar system
EP2385391A2 (en) * 2010-05-04 2011-11-09 Sony Corporation Active imaging device and method for speckle noise reduction

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2656355C1 (ru) * 2017-03-29 2018-06-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет" Способ повышения разрешающей способности изображений в многоканальных ртлс

Similar Documents

Publication Publication Date Title
WO2017198162A1 (zh) 基于合成孔径雷达成像的三维图像重建方法及装置
JP6660857B2 (ja) レーダーシステムを用いて関心領域の画像を生成する方法
Park et al. High angular resolution RFI localization in synthetic aperture interferometric radiometers using direction-of-arrival estimation
US11520035B2 (en) Coherence change detection techniques
JP2019527835A5 (ru)
CN103399315B (zh) 实孔径相控阵雷达高分辨探测成像方法
CN108627835B (zh) 全极化差分sar层析的目标重构方法
CN111126318A (zh) 一种信号失配下的参数可调双子空间信号检测方法
RU2368917C1 (ru) Способ формирования изображений в многоканальных ртлс и рлс
CN111103583B (zh) 一种具有实时校准的三维射频成像系统和方法
EP2860549A1 (en) Method and device for direction of arrival (DOA) detection of SAR signals
RU2612323C1 (ru) Способ восстановления изображений в двухканальной сканирующей системе
CN108008378B (zh) 一种sar虚假目标能量比值确定方法及装置
RU2379706C2 (ru) Способ повышения разрешающей способности радиотепловых изображений
AU2020279716B2 (en) Multi-timescale doppler processing and associated systems and methods
WO2016005738A1 (en) Method and system for surveillance using synthetic aperture radar images
CN117237430A (zh) 一种高精度多时序水深反演方法、计算设备及存储介质
RU2612193C1 (ru) Способ формирования изображений объектов в двухканальной радиометрической системе
RU2379705C2 (ru) Способ двухэтапного восстановления изображений в многоканальных радиолокационных и радиотеплолокационных станциях
CN113608192B (zh) 一种探地雷达远场定位方法、装置及计算机可读存储介质
Isaev et al. Analysis of Radar Frame Quality Indicators Properties
RU2292060C1 (ru) Способ наблюдения за воздушными объектами и поверхностью на базе бортовой рлс
Zhang et al. Imaging processor for multi-receiver SAS in the presence of partially failed receivers
RU2661903C1 (ru) Способ повышения разрешающей способности радиометрических изображений
RU2681519C1 (ru) Способ определения траекторий движения объектов в радиометрической системе видения

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20180329