排序方式: 共有107条查询结果,搜索用时 15 毫秒
51.
单脉冲技术通过比较单个脉冲多路回波信号的信息实现对目标角度位置的精确测量,广泛运用于跟踪雷达中。将其运用于成像中可以实现合成孔径雷达(SAR),多普勒波束锐化(DBS)等技术难以实现的前视成像,针对这一点,提出了一种单脉冲前视成像算法。实测数据处理结果表明,这种方法与实波束成像相比,可以显著改善图像质量,具有很高的实用价值。 相似文献
52.
本文提出一种对干涉合成孔径雷达(干涉SAR)处理中单视复图像(SLC)进行地形自适应预滤波的方法,提高从不同入射角获得的SAR图像之间的空间相干性,并同时改进相干性估计.通过Chirp-Z变换进行干涉图局部频率估计,从而提取干涉图线性相位模型,并利用其进行距离和方位向的地形自适应预滤波.由于滤波器参数随地形进行调整,其性能优于仅仅依赖轨道参数或平坦地球相位估计的固定带宽非自适应滤波器.文中对SIR-C/X-SAR的Etna火山干涉数据同时进行了距离和方位向地形自适应处理,利用相干系数直方图对该方法与固定带宽非自适应滤波方法的性能作了比较.最后,本文还应用线性相位模型改进相干性估计,得到了去除地形变化因素后的相干系数图. 相似文献
53.
54.
机载干涉SAR/ISAR对地面慢速目标成像研究 总被引:2,自引:2,他引:0
该文研究用机载干涉SAR/ISAR技术对地面慢速目标成像,该技术利用SAR成像的距离和横向距离高分辨率,以及干涉仪的空域对消,实现杂波抑制,提高信杂比。动目标的真实方位由相位比较干涉仪测定。进而用ISAR处理得到慢速目标的高分辨图像。文中详细讨论了机载干涉SAR/ISAR系统框图和工作原理,并导出了该系统中SAR、干涉仪空域对消和测向以及ISAR处理的定量关系式。理论分析和初步计算机仿真证明了这项技术的正确性。 相似文献
55.
56.
作为人工智能的重要分支,深度学习在近年来飞速发展,已成功应用于多个领域的研究工作中。深度学习算法为解决雷达信号处理领域的瓶颈问题提供了新的突破口,也带来了新的技术难题。文中针对深度学习在低截获与无源雷达波形识别、自动目标识别、干扰杂波信号的识别与抑制以及雷达波形与阵列设计等领域的应用进行了全面梳理总结,重点介绍和分析了近年来提出的基于深度学习的雷达波形识别和合成孔径雷达图像自动目标识别方法,阐明了限制深度学习算法性能的主要因素,旨在为相关领域科研人员开展后续研究提供参考依据。 相似文献
57.
58.
该文研究能在干扰目标下有效检测动目标的STAR(Space-time Autoregressive)算法,提出了一种抗干扰目标的STAR(OR-STAR)算法.文中分析了干扰目标恶化STAR算法性能的原因,提出了基于权矢量局部范数最大准则的干扰目标多普勒频率确定方法,进而逐一滤除训练样本中的所有干扰目标信号.理论分析与仿真实验结果表明,OR-STAR能有效克服干扰目标引起的检测性能恶化.该算法所需训练样本极少,是一种适合工程实用的STAP(Space-Time Adaptive Processing)算法. 相似文献
59.
60.