毫米波雷达DBS回波信号仿真

为了在实验室内完成多普勒波束锐化（DBS）技术的评估、验证及优化,阐述了多普勒波束锐化（DBS）技术的基本原理及DBS图像拼接算法,结合目标DBS回波理论模型及毫米波雷达的特点,采用Matlab工具对目标的DBS回波信号进行了计算机仿真,得到目标DBS回波数据,运用DBS成像技术完成回波仿真数据的成像处理,实现了不同波束内不同方位的目标回波仿真及成像,验证了DBS回波仿真算法的正确性。为DBS回波仿真的工程应用奠定了基础。     

基于方位Deramp处理的宽覆盖DBS全孔径成像方法

为了获得大幅宽多普勒波束锐化(DBS)图像,现有的DBS成像算法往往需要进行复杂图像拼接.此外,现有成像方法为了保证DBS图像的锐化比恒定,除了要实时调整波束扫描速度外,还需要实时调整脉冲重复频率或积累脉冲个数,使得系统复杂度显著增加.文中在深入研究DBS成像机理的基础上,提出了一种基于方位Deramp处理的宽覆盖DBS全孔径成像方法.该方法利用方位Deramp消除了全场景回波的多普勒频谱混叠,无需进行图像拼接,通过一次全孔径FFT就能获得宽覆盖DBS图像.同时,只需实时调整波束指向,该方法就能实现恒定锐化比成像.实测数据处理结果证明文中方法的有效性.     

一种高分辨率聚束SAR运动补偿算法研究

聚束SAR模式是获得高分辨率雷达图像的一种有效的方法。由于合成孔径时间较长,载机在合成孔径时间内飞行的非平稳性造成图像严重散焦,并且高分辨率SAR的距离向信号也存在相位误差。该文提出一种新的基于回波数据的运动补偿方法对载机的位置误差、距离向相位误差以及残余包络误差进行有效的估计,得到高分辨率的聚束SAR图像,并通过实测数据验证了该文方法的有效性。     

扫描方式下DBS子图像拼接算法

针对扫描工作方式下多普勒波束锐化(DBS)成像的子图像拼接问题进行了分析,提出了一种在脉冲重复频率固定情况下的图像拼接算法。仿真分析表明,该算法能在天线转动较快的情况下实现子图像的无缝拼接。     

一种基于参数更新的机载SAR图像目标定位方法

目标定位精度是机载合成孔径雷达(SAR)系统的一项重要技术指标,因此机载SAR图像目标定位具有重要的应用价值。在基于距离-多普勒模型的SAR图像目标定位方法中,载机运动参数的精度会直接影响定位的精度,在机载平台导航精度受限的情况下,定位精度会受到很大影响。因此,该文提出一种基于距离-多普勒模型参数更新的机载SAR图像目标定位方法,利用机载SAR图像与基准图像匹配得到的匹配点来对载机运动参数进行更新,提高参数的精度,进而提高定位的精度。实验证明了该方法的有效性。     

载机偏航下基于广义相邻多波束自适应处理的低空风切变风速估计

该文提出一种载机偏航下基于广义相邻多波束(GMB)自适应处理的低空风切变风速估计的方法,该方法首先利用基于回波数据的杂波距离依赖性补偿方法对杂波进行距离依赖性矫正,估计出杂波协方差矩阵。然后同时组合空域的相邻多个波束与时域的相邻多个多普勒通道来计算降维变换矩阵,并对待测距离单元内的雷达回波数据进行降维处理,进而构造GMB自适应处理器的最优自适应权矢量对降维后的回波数据实现自适应滤波。最后完成载机偏航下风场速度的准确估计。仿真结果验证了该方法能够在载机偏航情况下,获得风场速度的有效估计。     

机载雷达地杂波仿真分析

分析了机载预警雷达的地杂波特性 ;针对影响地杂波的参数如载机的飞行速度、飞行高度以及载机飞行方向与雷达天线主波束方向的夹角等 ,进行了仿真分析。     

雷达导引头成像识别新技术

提出了一种适于工程应用的雷达导引头成像目标识别新方法,采用DBS成像、前视单脉冲波束锐化技术及高分辨一维距离成像技术,较好地解决了导引头对目标的远距离前斜视跟踪和近距离前视跟踪问题。实测数据仿真结果表明,基于强散射点的DBS图像点特征匹配算法具有较高的匹配可靠性和匹配精度,满足了雷达导引头DBS图像识别的工程使用要求,具有较高的实用价值。     

雷达

TN95 2003U31478机载留达地杂波仿真分析/鹿小莺,黄惠明(北京跟踪与通信技术所)11雷达与对抗.一2 002,(2)一11一16分析了机载预带雷达的地杂波特性;针对影响地杂波的参数和载机的飞行速度、飞行高度以及载机飞行方向与雷达天线主波束方向的夹角等,进行了仿真分析.图6参3(刚)瑞利与简瑞利杂波背景下单、双参数杂波图的性能分析/吴永辉,石斌斌,马晓岩(空军雷达学院)11雷达与对杭一2 002,(3).一12-17,60对瑞利和非瑞利杂波中的单、双参数杂波图的控制虚警性能和检测性能进行了比较分析,并得到了双参数杂波图门限调整值的取值范围,得出了几点…     

DBS高分辨成像及动目标轨迹处理

简述了DBS成像方法的一般工作原理,经分析得出：在SAR／GMTI模式下,通过聚焦处理技术可有效的提高成像质量,并可通过多普勒搬移方法,将检测出的动目标在雷达图像中的方位位移去除,还原到其应该在的图像位置,得到动目标运动轨迹。利用雷达实测数据进行处理,得出了较满意的结果。     

基于高阶奇异值分解和深度学习的光场图像拼接方法

光场图像拼接旨在提高光场图像的视场角。考虑到光场数据包含较多冗余,且传统拼接方法对于低纹理场景的光场图像鲁棒性不足,本文提出一种基于高阶奇异值分解(high-order singular value decomposition, HOSVD)和深度学习的光场图像拼接方法。首先,通过光流估计和HOSVD对光场图像进行降维,得到所有视角下一致空间信息的主基和不同视角下高频信息的其他基带。其次,提出注意力增强的无监督单应性估计网络来提高图像的配准精度。最后,将扭曲后的参考基带和目标基带进行光场重建与图像融合,得到最终的拼接光场。实验结果表明,该方法在拼接光场的主客观质量和角度一致性方面表现出较好的性能。     

应用DBS技术在SAR/GMTI模式下高分辨率成像

多普勒波束锐化成像技术(DBS)能为检测出的动目标定位提供参考，从而有效地实现精确打击。DBS技术在弹道导航、地形匹配等许多方面有着广泛的应用。首先简述了DBS成像方法的一般工作原理，经分析得出结论：DBS成像在SAR，GMTI模式下应用时，如果引入聚焦型的SAR处理方法．即通过去距离单元走动、去方位向调频斜率等方法可有效提高雷达成像质量。最后利用雷达实测数据进行处理．得出了较满意的高分辨DBS成像结果。     

医学红外图像快速拼接方法研究

临床常用的红外影像设备仅能提供视野受局限的图像,因此需要通过图像拼接才能合成一幅完整的图像。本文提出了基于网格的拼接技术,采用由粗到细的配准过程,找到最佳匹配点。运用渐进渐出的方法来消除拼接缝隙,能够自动完成图像的拼接处理。实验证明,该方法配准速度快,融合效果好,能达到无缝拼接的效果。     

METHOD FOR ALONG-TRACK DUAL-ANTENNA AIRBORNE RADAR''''S GMTI WHEN THE ATENNA ERROR CHANGES PULSE TO PULSE

IntroductionIn recent years the key methods for the airborne radar's Ground Moving Target Indi-cation(GMTI) are Space Time Adaptive Processing (STAP)[1], Synthetic Aperture Radar-Moving Target Indication (SAR-MTI)[2], direct data domain method[3], and so on. Thecharacteristics of the methods are different, STAP needs some space and time degrees offreedom, SAR-MTI needs two precisely corrected SAR images, while direct data domainmethod works with data samples from a single range…     

色差图像的数字图像拼接算法

针对有明显色彩和亮度差异的图片,在进行传统的图像拼接后,会产生肉眼可见的拼接缝,严重影响拼接效果。因此,提出一种针对存在色差的图像拼接算法。首先,计算相邻图片间的色彩校正参数和每个彩色通道的全局色彩调整参数,选择适合的颜色和亮度,对每一幅图片进行色彩校正。其次,引入SIFT和RANSAC算法,实现了图像的准确配准。最后,采取0．1加权融合算法和平均融合算法结合进行图像融合,得到最终的全景图像。实验结果表明,由于已经进行图像间的校正,减少了待拼接图像的色差,使得图像的融合更加简单。该算法对于存在色差的图片序列可以实现无缝快速的拼接,并且可根据需要调整图像的色彩和亮度。     

一种单通道SAR地面运动目标成像和运动参数估计方法

根据单通道高分辨SAR(Synthetic Aperture Radar)运动目标的回波包络和多普勒频谱的特性,本文提出一种利用二阶Keystone变换校正回波数据的距离弯曲,然后估计回波包络的斜率进行走动校正,再对运动目标的多普勒频谱进行分析得到运动目标的多普勒参数,进而对地面运动目标进行成像,同时完成对运动目标的定位,使运动目标在SAR图像中的正确位置上显示.另外,根据地面运动目标的多普勒参数和运动参数的关系,可以估计出运动目标的关键运动参数.结合仿真和实测数据的处理结果表明该方法可有效地对地面运动目标成像和运动参数估计.     

Quality assessment for color correction-based stitched images via bi-directional matching

With the deepening of social information, the panoramic image has drawn a significant interest of viewers and researchers as it can provide a very wide field of view (FoV). Since panoramic images are usually obtained by capturing images with the overlapping regions and then stitching them together, image stitching plays an important role in generating panoramic images. In order to effectively evaluate the quality of stitched images, a novel quality assessment method based on bi-directional matching is proposed for stitched images. Specifically, dense correspondences between the testing and benchmark stitched images are first established by bi-directional SIFT-flow matching. Then, color-aware, geometric-aware and structure-aware features are respectively extracted and fused via support vector regression (SVR) to obtain the final quality score. Experiments on our newly constructed database and ISIQA database demonstrate that the proposed method can achieve comparable performance compared with the conventional blind quality metrics and the quality metrics specially designed for stitched images.     

基于最大互信息的图像拼接优化算法

基于多分辨分析(MA)策略,提出了以图像最大互信息(MI)为匹配测度的图像拼接粒子群优化算法(OA-MI),使参数随图像的MI计算和多分辨率级数进行自适应调整,解决了灰度图像配准中由于目标函数容易陷入局部极值而造成的误匹配问题。实验证明,该方法能够有效地避免局部极值的影响,通过有限次寻优迭代即可找到最优配准变换,提高了图像配准的计算速度和图像拼接的质量。