浅地层探地雷达合成孔径算法的研究

本文重点总结了目前常用的各种探地雷达合成孔径算法,针对这些算法应用到浅地层的情况进行了研究, 同时提出了一种修改的基于基尔霍夫偏移的合成孔径算法;通过对实测数据的处理,得出结论:基于微波全息成像的SAR 算法和基于Stolt偏移的SAR算法更适合应用到浅地层探地雷达;对于浅地层探地雷达合成孔径算法的研究有重要的指导 意义。     

实现浅地层探地雷达快速合成孔径成像的一种有效方法

通过分析浅地层探地雷达回波数据的特点,提出通过基于回波数据的方差与A scan能量的特征来确定目标回波数据在整个回波数据中的分布区域,并只用该区域数据参与探地雷达合成孔径成像运算,从而排除非目标回波数据对合成孔径成像的影响,减少合成孔径运算量,实现快速合成孔径成像。通过对实测数据进行处理,结果表明,所提快速实现方法的成像效果与普通实现方法的成像效果相当,而处理速度与普通实现方法相比有了极大的提高。     

浅地层探地雷达自动目标检测与定位研究

该文提出了一种基于图像熵变化及窗口能量检测的探地雷达自动目标检测与定位方法,该方法首先通过探地雷达未经合成孔径处理的图像与经合成孔径处理后的图像之间的熵变化来检测目标,再通过在合成孔径图像中进行窗口能量检测来判断目标所在的位置。通过对实测数据的处理,结果表明该方法取得了较好的效果。     

浅地层探地雷达波速估计和成像方法的研究

在分析探地雷达图像特点的基础上,将图像处理方法应用于雷达波速估计和合成孔径成像,提出了基于模板匹配的浅地层探地雷达波速估计方法和基于图像分割的快速合成孔径成像方法;实测数据的处理结果验证了该方法的可行性和有效性。     

浅地表探地雷达中改善成像分辨力的一种有效方法

针对脉冲探地雷达回波信号的特性,在传统处理方法的基础上本文提出了一种有效的去除探地雷达中振铃效应的方法,同时引入微波全息成像对实测数据进行合成孔径(SAR)处理,可以看到杂波被明显的抑制,探地雷达成像的距离和方位分辨力都得到很大的改善,从而大大提高了脉冲探地雷达的检测能力。     

一种探地雷达目标参数估计方法的研究

在探地雷达应用中,确定地下目标的介质参数具有重要意义.为了对探地雷达地下目标参数进行估计,提出了将探地雷达偏移处理和时域目标参数反演结合起来的方法,该算法首先通过偏移处理,确定目标的位置和分布范围,然后采用FDTD和随机逼近优化法进行迭代运算估计目标参数.与传统基于频域的方法相比,该方法具有易于实现、处理速度快等优点.并且通过对模拟数据的处理,验证了该方法的可行性.     

遥感、遥测、遥控

TP7,TN9112005041459一种改进的基于Stolt迁移的探地雷达三维合成孔径成像方法/张春城,周正欧(电子科技大学电子工程学院704教研室)//信号处理.―2004,20(6).―638～641,577.stolt迁移实现探地雷达三维合成孔径成像具有实现速度快的优点,但stolt迁移有一显著缺点是它不适用于电磁波波速变化的情形,而在探地雷达的应用中电磁波波速变化是实际存在的。该文提出了一种改进的基于stolt迁移的探地雷达三维合成孔径成像方法,该方法能克服普通方法不适用于电磁波波速变化这一缺点。通过对实测数据进行处理,其结果表明所提方法取得了很好的效果。…     

一种改进的基于Stolt迁移的探地雷达三维合成孔径成像方法

stolt迁移实现探地雷达三维合成孔径成像具有实现速度快的优点,但stolt迁移有一显著缺点是它不适用于电磁波波速变化的情形,而在探地雷达的应用中电磁波波速变化是实际存在的。本文提出了一种改进的基于stolt迁移的探地雷达三维合成孔径成像方法,该方法能克服普通方法不适用于电磁波波速变化这一缺点。通过对实测数据进行处理,其结果表明所提方法取得了很好的效果。     

探地雷达频率波数域速度估计和成像方法的实验研究

探地雷达的分辨率和地下电磁波的速度估计是探地雷达应用中两个重要研究课题,类似地震信号处理中的频率波数域偏移处理,本文提出将频率波数域偏移方法应用到探地雷达的成像和速度估计中来,并用实验数据验证了该方法的可行性和有效性.     

探地雷达扫频三维成像方法

基于惠更斯原理三维探地雷达数据叠加偏移处理方法,对实验数据进行了三维成象处理。７并用频域扫频方法产生宽频带信号,通信网络分析仪采集频域回波信号数据,获得高分辨率探地雷达所需要的窄脉冲信号。     

一种前视探地雷达波速估计方法

波速估计是探地雷达中的一个重要的课题,在前视探地雷达中尤其重要,它是前视探地雷达成像和对目标定位的基础.本文用合成孔径处理和速度扫描的方法建立x-t-v数据矩阵,在x-t-v矩阵中根据杂波和曲线顶点处沿v轴方向的"叠加幅度-波速"曲线的不同特点,提取目标回波曲线顶点区域,在提取的曲线顶点区域选取对波速变化敏感的回波曲线顶点来估计波速.对实测数据的处理证明了其有效性.     

浅地层步进频率探地雷达的一种预处理方法

在浅地层步进频率探地雷达的实际应用中,地表回波等杂波及各种干扰噪声严重影响了探地雷达对地下目标的探测。对探地雷达数据进行预处理,其目的就是要去除地表回波等杂波及各种干扰噪声以加强目标信息。由于实际中地表不是均匀平整的,因而地表回波在每个A-scan数据中的分布位置都不尽相同,这使得传统的一些方法不能很好的去除地表回波。本文从步进频率探地雷达的原理出发,提出了一种极值点定位去除地表回波的方法,并将该方法与均值法去杂波及小波变换去噪相结合来完成对浅地层步进频率探地雷达数据的预处理。通过对实测数据进行处理,其结果表明本文所提的预处理方法取得了很好的效果。     

基于方位不变特征的地雷检测方法

车载前视超宽带地表穿透雷达在地雷探测中遇到的困难是虚警率过高,地雷与杂波在全孔径图像中很难准确区分。为降低地雷探测过程中的虚警率,该文提出一种基于目标子孔径图像方位不变性的检测方法。该方法利用分裂发射虚拟孔径成像模型,将全孔径图像分解为左右两个子孔径图像,并根据子孔径图像中的目标一维距离剖线建立双峰特征模型。在此模型基础上提取具有方位不变性的若干特征,进而得到左右子孔径图像中目标的一致性度量,并将该一致性度量作为最终的特征向量送入鉴别器加以判别。经实测数据验证,该算法能有效剔除原先在全孔径图像中无法剔除的杂波,从而降低前视地表穿透合成孔径雷达中地雷探测的虚警率。      

探地雷达近场三维距离偏移成像算法

在距离偏移算法基础上提出了近场条件下的探地雷达三维成像方法,同时对后向投影钟法进行了讨论。理论分析表明:近场三维距离偏移算法与后向投影算法相比,能在较大程度上减少运算量。利用试验数据对两种算法分别做了成像研究,验证了近场三维距离偏移箅法的正确性及其实时处理能力。     

Reconnaissance with slant plane circular SAR imaging

This paper presents a method for imaging from the slant plane data collected by a synthetic aperture radar (SAR) over the full rotation or a partial segment of a circular flight path. A Fourier analysis for the Green's function of the imaging system is provided. This analysis is the basis of an inversion for slant plane circular SAR data. The reconstruction algorithm and resolution for this SAR system are outlined. It is shown that the slant plane circular SAR, unlike the slant plane linear SAR, has the capability to extract three-dimensional imaging information of a target scene. The merits of the algorithm are demonstrated via a simulated target whose ultra wideband foliage penetrating (FOPEN) or ground penetrating (GPEN) ultrahigh frequency (UHF) radar signature varies with the radar's aspect angle.     

一种深度学习辅助的探地雷达定位方法

在恶劣条件下,例如在雨、雪、沙尘、强光以及黑夜等环境下,自动驾驶方案中常用的视觉和激光传感器因为无法准确感知外界环境而面临失效问题。因此,该文提出一种通过深度学习辅助的探地雷达感知地下目标特征用于车辆定位的方法。所提方法分为离线建图和在线定位两个阶段。在离线建图阶段,首先利用探地雷达采集地下目标的回波数据,然后使用深度卷积神经网络(DCNN)提取采集的地下回波数据中的目标特征,同时存储提取的目标特征和当前地理位置信息,形成地下目标特征指纹地图。在定位阶段,首先利用DCNN提取探地雷达采集到的当前地下回波数据中的目标特征。然后基于粒子群优化方法搜索特征指纹地图中与当前提取的目标特征最相似的特征,并输出该特征的地理位置信息,作为探地雷达定位车辆的结果。最后利用卡尔曼滤波融合探地雷达定位结果和测距轮测量的里程信息,得到高精度的定位结果。实验选取地下目标丰富的场景和实际城市道路场景来测试所提方法的定位性能。实验结果表明,与单一使用探地雷达原始回波数据地图的定位方法相比,深度学习辅助的探地雷达定位方法能避免直接计算原始雷达回波数据间的相似度,减少数据计算量以及数据传输量,具有实时定位能力,同时特征指纹地图对回波数据的变化有鲁棒性,因此所提方法的平均定位误差减少约70%。深度学习辅助的探地雷达定位方法可作为未来自动驾驶车辆在恶劣环境下感知定位方法的补充。