作者中心
专家审稿
责编办公
编辑办公2015年 4卷 第6期
上一期
2015, 4(6): 609-620.
摘要
19798KB
摘要:
针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。 针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。
针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。 针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。
2015, 4(6): 621-629.
摘要:
该文研究了常规窄带雷达体制下利用时域回波调制周期的差异实现直升机、螺旋桨飞机和喷气式飞机3类飞机目标的分类问题。首先分析3类飞机时域回波调制周期的差异;然后针对3类飞机目标时域回波调制周期的不同,基于时域回波相关性提取了2维特征向量;最后基于仿真数据和实测数据,利用支持向量机(SupportVector Machine, SVM)分类器的分类结果证明了在脉冲重复频率较低时,多普勒谱有一定程度混叠的情况下,时域相关性特征仍能表现出相对较好的分类性能 该文研究了常规窄带雷达体制下利用时域回波调制周期的差异实现直升机、螺旋桨飞机和喷气式飞机3类飞机目标的分类问题。首先分析3类飞机时域回波调制周期的差异;然后针对3类飞机目标时域回波调制周期的不同,基于时域回波相关性提取了2维特征向量;最后基于仿真数据和实测数据,利用支持向量机(SupportVector Machine, SVM)分类器的分类结果证明了在脉冲重复频率较低时,多普勒谱有一定程度混叠的情况下,时域相关性特征仍能表现出相对较好的分类性能
该文研究了常规窄带雷达体制下利用时域回波调制周期的差异实现直升机、螺旋桨飞机和喷气式飞机3类飞机目标的分类问题。首先分析3类飞机时域回波调制周期的差异;然后针对3类飞机目标时域回波调制周期的不同,基于时域回波相关性提取了2维特征向量;最后基于仿真数据和实测数据,利用支持向量机(SupportVector Machine, SVM)分类器的分类结果证明了在脉冲重复频率较低时,多普勒谱有一定程度混叠的情况下,时域相关性特征仍能表现出相对较好的分类性能 该文研究了常规窄带雷达体制下利用时域回波调制周期的差异实现直升机、螺旋桨飞机和喷气式飞机3类飞机目标的分类问题。首先分析3类飞机时域回波调制周期的差异;然后针对3类飞机目标时域回波调制周期的不同,基于时域回波相关性提取了2维特征向量;最后基于仿真数据和实测数据,利用支持向量机(SupportVector Machine, SVM)分类器的分类结果证明了在脉冲重复频率较低时,多普勒谱有一定程度混叠的情况下,时域相关性特征仍能表现出相对较好的分类性能
2015, 4(6): 630-638.
摘要:
微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。 微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。
微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。 微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。
2015, 4(6): 639-647.
摘要:
雷达自动目标识别技术是发展未来智能化武器系统需首先突破的关键技术。相比于2维SAR图像目标识别,基于高分辨距离像(HRRP)目标识别具有数据维度低、对雷达系统计算量和存储量的要求低和成像算法简单的优点。HRRP成像是目标识别中的前导和关键步骤,其速度和成像结果的质量好坏直接决定了目标识别的实时性和准确性。文中探讨了一种新的HRRP成像算法非均匀傅里叶变换(NUFFT)算法,推导并给出了用NUFFT进行调频步进信号的回波模拟和高分辨成像的数学公式。同时通过分析成像算法各步骤的计算量,对4种成像算法的计算量进行了对比分析,并仿真了两类地面目标成像与目标识别的结果。理论分析及仿真验证都表明,该文算法的计算复杂度相对于其它算法均有不同程度的改善,可以有效地应用于雷达目标识别中。 雷达自动目标识别技术是发展未来智能化武器系统需首先突破的关键技术。相比于2维SAR图像目标识别,基于高分辨距离像(HRRP)目标识别具有数据维度低、对雷达系统计算量和存储量的要求低和成像算法简单的优点。HRRP成像是目标识别中的前导和关键步骤,其速度和成像结果的质量好坏直接决定了目标识别的实时性和准确性。文中探讨了一种新的HRRP成像算法非均匀傅里叶变换(NUFFT)算法,推导并给出了用NUFFT进行调频步进信号的回波模拟和高分辨成像的数学公式。同时通过分析成像算法各步骤的计算量,对4种成像算法的计算量进行了对比分析,并仿真了两类地面目标成像与目标识别的结果。理论分析及仿真验证都表明,该文算法的计算复杂度相对于其它算法均有不同程度的改善,可以有效地应用于雷达目标识别中。
雷达自动目标识别技术是发展未来智能化武器系统需首先突破的关键技术。相比于2维SAR图像目标识别,基于高分辨距离像(HRRP)目标识别具有数据维度低、对雷达系统计算量和存储量的要求低和成像算法简单的优点。HRRP成像是目标识别中的前导和关键步骤,其速度和成像结果的质量好坏直接决定了目标识别的实时性和准确性。文中探讨了一种新的HRRP成像算法非均匀傅里叶变换(NUFFT)算法,推导并给出了用NUFFT进行调频步进信号的回波模拟和高分辨成像的数学公式。同时通过分析成像算法各步骤的计算量,对4种成像算法的计算量进行了对比分析,并仿真了两类地面目标成像与目标识别的结果。理论分析及仿真验证都表明,该文算法的计算复杂度相对于其它算法均有不同程度的改善,可以有效地应用于雷达目标识别中。 雷达自动目标识别技术是发展未来智能化武器系统需首先突破的关键技术。相比于2维SAR图像目标识别,基于高分辨距离像(HRRP)目标识别具有数据维度低、对雷达系统计算量和存储量的要求低和成像算法简单的优点。HRRP成像是目标识别中的前导和关键步骤,其速度和成像结果的质量好坏直接决定了目标识别的实时性和准确性。文中探讨了一种新的HRRP成像算法非均匀傅里叶变换(NUFFT)算法,推导并给出了用NUFFT进行调频步进信号的回波模拟和高分辨成像的数学公式。同时通过分析成像算法各步骤的计算量,对4种成像算法的计算量进行了对比分析,并仿真了两类地面目标成像与目标识别的结果。理论分析及仿真验证都表明,该文算法的计算复杂度相对于其它算法均有不同程度的改善,可以有效地应用于雷达目标识别中。
2015, 4(6): 648-657.
摘要:
地面目标的微小运动是目标本身独有的特性,可用于目标的分类与识别。论文对一站固定式双基FMCWSAR地面振动目标检测与特征提取方法展开研究,采用相位中心偏置天线(DPCA)技术进行杂波抑制,进而检测出地面振动目标。对回波信号分析表明,经DPCA杂波抑制后回波信号中存在一个随慢时间变化的包络项,称为慢时间包络(STE),该项将影响振动目标微多普勒(m-D)时频曲线的能量分布,导致无法获取完整的振动目标m-D时频曲线;进一步地,利用STE项与振动特征之间的关系,可实现振动目标的特征提取。仿真实验验证了理论分析结果及特征提取方法的有效性。 地面目标的微小运动是目标本身独有的特性,可用于目标的分类与识别。论文对一站固定式双基FMCWSAR地面振动目标检测与特征提取方法展开研究,采用相位中心偏置天线(DPCA)技术进行杂波抑制,进而检测出地面振动目标。对回波信号分析表明,经DPCA杂波抑制后回波信号中存在一个随慢时间变化的包络项,称为慢时间包络(STE),该项将影响振动目标微多普勒(m-D)时频曲线的能量分布,导致无法获取完整的振动目标m-D时频曲线;进一步地,利用STE项与振动特征之间的关系,可实现振动目标的特征提取。仿真实验验证了理论分析结果及特征提取方法的有效性。
地面目标的微小运动是目标本身独有的特性,可用于目标的分类与识别。论文对一站固定式双基FMCWSAR地面振动目标检测与特征提取方法展开研究,采用相位中心偏置天线(DPCA)技术进行杂波抑制,进而检测出地面振动目标。对回波信号分析表明,经DPCA杂波抑制后回波信号中存在一个随慢时间变化的包络项,称为慢时间包络(STE),该项将影响振动目标微多普勒(m-D)时频曲线的能量分布,导致无法获取完整的振动目标m-D时频曲线;进一步地,利用STE项与振动特征之间的关系,可实现振动目标的特征提取。仿真实验验证了理论分析结果及特征提取方法的有效性。 地面目标的微小运动是目标本身独有的特性,可用于目标的分类与识别。论文对一站固定式双基FMCWSAR地面振动目标检测与特征提取方法展开研究,采用相位中心偏置天线(DPCA)技术进行杂波抑制,进而检测出地面振动目标。对回波信号分析表明,经DPCA杂波抑制后回波信号中存在一个随慢时间变化的包络项,称为慢时间包络(STE),该项将影响振动目标微多普勒(m-D)时频曲线的能量分布,导致无法获取完整的振动目标m-D时频曲线;进一步地,利用STE项与振动特征之间的关系,可实现振动目标的特征提取。仿真实验验证了理论分析结果及特征提取方法的有效性。
2015, 4(6): 658-665.
摘要:
该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture Rader, SAR)图像目标识别算法。首先, 利用Gabor滤波器对SAR图像在不同方向上进行滤波, 增强SAR图像中目标及其阴影的关键特征；然后, 利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取, 该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷, 并且保持了LBP旋转不变的特性, 减少了SAR图像目标方位变化对识别效果的影响；最后利用极限学习机(Extreme Learning Machine, ELM)分类器实现目标识别。该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性。 该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture Rader, SAR)图像目标识别算法。首先, 利用Gabor滤波器对SAR图像在不同方向上进行滤波, 增强SAR图像中目标及其阴影的关键特征；然后, 利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取, 该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷, 并且保持了LBP旋转不变的特性, 减少了SAR图像目标方位变化对识别效果的影响；最后利用极限学习机(Extreme Learning Machine, ELM)分类器实现目标识别。该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性。
该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture Rader, SAR)图像目标识别算法。首先, 利用Gabor滤波器对SAR图像在不同方向上进行滤波, 增强SAR图像中目标及其阴影的关键特征；然后, 利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取, 该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷, 并且保持了LBP旋转不变的特性, 减少了SAR图像目标方位变化对识别效果的影响；最后利用极限学习机(Extreme Learning Machine, ELM)分类器实现目标识别。该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性。 该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture Rader, SAR)图像目标识别算法。首先, 利用Gabor滤波器对SAR图像在不同方向上进行滤波, 增强SAR图像中目标及其阴影的关键特征；然后, 利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取, 该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷, 并且保持了LBP旋转不变的特性, 减少了SAR图像目标方位变化对识别效果的影响；最后利用极限学习机(Extreme Learning Machine, ELM)分类器实现目标识别。该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性。
2015, 4(6): 666-673.
摘要:
该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。 该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。
该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。 该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。
2015, 4(6): 674-680.
摘要:
提出了一种改进的稀疏保持投影(Sparsity Preserving Projections, SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection, LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本的稀疏重构误差达到最小的同时使同类样本间距最小。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)实测SAR数据进行实验,实验结果表明在不利用目标成像方位信息情况下平均识别率最高可达97.81%,明显地提高了目标的识别结果,是一种有效的SAR目标识别方法。 提出了一种改进的稀疏保持投影(Sparsity Preserving Projections, SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection, LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本的稀疏重构误差达到最小的同时使同类样本间距最小。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)实测SAR数据进行实验,实验结果表明在不利用目标成像方位信息情况下平均识别率最高可达97.81%,明显地提高了目标的识别结果,是一种有效的SAR目标识别方法。
提出了一种改进的稀疏保持投影(Sparsity Preserving Projections, SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection, LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本的稀疏重构误差达到最小的同时使同类样本间距最小。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)实测SAR数据进行实验,实验结果表明在不利用目标成像方位信息情况下平均识别率最高可达97.81%,明显地提高了目标的识别结果,是一种有效的SAR目标识别方法。 提出了一种改进的稀疏保持投影(Sparsity Preserving Projections, SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection, LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本的稀疏重构误差达到最小的同时使同类样本间距最小。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)实测SAR数据进行实验,实验结果表明在不利用目标成像方位信息情况下平均识别率最高可达97.81%,明显地提高了目标的识别结果,是一种有效的SAR目标识别方法。
2015, 4(6): 681-688.
摘要:
残余运动误差是影响高分辨率圆迹SAR图像获取的首要原因。该文针对回波数据域信杂比较低、相位误差跨距离分辨单元的问题, 提出了一种基于图像域估计相位误差的圆迹SAR聚焦算法。该方法首先对强点目标图像进行加窗截取, 然后从图像中重建回波估计方位向的相位误差, 计算距离向徙动误差, 最后通过对回波数据补偿相位误差完成跨距离分辨单元的徙动矫正和方位向聚焦, 获取高质量的圆迹SAR图像。仿真和实际数据处理结果验证了该方法的正确性和有效性。 残余运动误差是影响高分辨率圆迹SAR图像获取的首要原因。该文针对回波数据域信杂比较低、相位误差跨距离分辨单元的问题, 提出了一种基于图像域估计相位误差的圆迹SAR聚焦算法。该方法首先对强点目标图像进行加窗截取, 然后从图像中重建回波估计方位向的相位误差, 计算距离向徙动误差, 最后通过对回波数据补偿相位误差完成跨距离分辨单元的徙动矫正和方位向聚焦, 获取高质量的圆迹SAR图像。仿真和实际数据处理结果验证了该方法的正确性和有效性。
残余运动误差是影响高分辨率圆迹SAR图像获取的首要原因。该文针对回波数据域信杂比较低、相位误差跨距离分辨单元的问题, 提出了一种基于图像域估计相位误差的圆迹SAR聚焦算法。该方法首先对强点目标图像进行加窗截取, 然后从图像中重建回波估计方位向的相位误差, 计算距离向徙动误差, 最后通过对回波数据补偿相位误差完成跨距离分辨单元的徙动矫正和方位向聚焦, 获取高质量的圆迹SAR图像。仿真和实际数据处理结果验证了该方法的正确性和有效性。 残余运动误差是影响高分辨率圆迹SAR图像获取的首要原因。该文针对回波数据域信杂比较低、相位误差跨距离分辨单元的问题, 提出了一种基于图像域估计相位误差的圆迹SAR聚焦算法。该方法首先对强点目标图像进行加窗截取, 然后从图像中重建回波估计方位向的相位误差, 计算距离向徙动误差, 最后通过对回波数据补偿相位误差完成跨距离分辨单元的徙动矫正和方位向聚焦, 获取高质量的圆迹SAR图像。仿真和实际数据处理结果验证了该方法的正确性和有效性。
2015, 4(6): 689-697.
摘要:
干涉SAR的相干性对于数据质量的衡量和与后向散射结合的目标信息提取,都具有重要的意义。然而相比其他的去相干源,土壤湿度变化引起的重轨干涉SAR的去相干尚未得到充分的研究。该文利用EnvisatASAR和暗室数据分析了由土壤湿度变化引起的重轨干涉SAR的相干性损失。C波段ASAR数据仅在裸土或草地区域具有较高的相干性,意味着这两种陆地覆盖类型比较适合作为土壤湿度变化对星载数据干涉相干性影响的研究对象。此外重访周期短的星载SAR即使对于农田区域具有重要的应用潜力。由于微波暗室的可控环境,特别是能够去除其他去相干源的影响,因而设计开展了暗室实验,并详细分析了土壤样本的观测数据。实验发现低频2-2.5 GHz具有较高的相干性,并且对土壤湿度初值的敏感度较低。这表示在利用干涉相干性信息提取土壤湿度变化时,至少是在相干性水平和对土壤湿度初值的敏感度方面,S波段优于C波段。 干涉SAR的相干性对于数据质量的衡量和与后向散射结合的目标信息提取,都具有重要的意义。然而相比其他的去相干源,土壤湿度变化引起的重轨干涉SAR的去相干尚未得到充分的研究。该文利用EnvisatASAR和暗室数据分析了由土壤湿度变化引起的重轨干涉SAR的相干性损失。C波段ASAR数据仅在裸土或草地区域具有较高的相干性,意味着这两种陆地覆盖类型比较适合作为土壤湿度变化对星载数据干涉相干性影响的研究对象。此外重访周期短的星载SAR即使对于农田区域具有重要的应用潜力。由于微波暗室的可控环境,特别是能够去除其他去相干源的影响,因而设计开展了暗室实验,并详细分析了土壤样本的观测数据。实验发现低频2-2.5 GHz具有较高的相干性,并且对土壤湿度初值的敏感度较低。这表示在利用干涉相干性信息提取土壤湿度变化时,至少是在相干性水平和对土壤湿度初值的敏感度方面,S波段优于C波段。
干涉SAR的相干性对于数据质量的衡量和与后向散射结合的目标信息提取,都具有重要的意义。然而相比其他的去相干源,土壤湿度变化引起的重轨干涉SAR的去相干尚未得到充分的研究。该文利用EnvisatASAR和暗室数据分析了由土壤湿度变化引起的重轨干涉SAR的相干性损失。C波段ASAR数据仅在裸土或草地区域具有较高的相干性,意味着这两种陆地覆盖类型比较适合作为土壤湿度变化对星载数据干涉相干性影响的研究对象。此外重访周期短的星载SAR即使对于农田区域具有重要的应用潜力。由于微波暗室的可控环境,特别是能够去除其他去相干源的影响,因而设计开展了暗室实验,并详细分析了土壤样本的观测数据。实验发现低频2-2.5 GHz具有较高的相干性,并且对土壤湿度初值的敏感度较低。这表示在利用干涉相干性信息提取土壤湿度变化时,至少是在相干性水平和对土壤湿度初值的敏感度方面,S波段优于C波段。 干涉SAR的相干性对于数据质量的衡量和与后向散射结合的目标信息提取,都具有重要的意义。然而相比其他的去相干源,土壤湿度变化引起的重轨干涉SAR的去相干尚未得到充分的研究。该文利用EnvisatASAR和暗室数据分析了由土壤湿度变化引起的重轨干涉SAR的相干性损失。C波段ASAR数据仅在裸土或草地区域具有较高的相干性,意味着这两种陆地覆盖类型比较适合作为土壤湿度变化对星载数据干涉相干性影响的研究对象。此外重访周期短的星载SAR即使对于农田区域具有重要的应用潜力。由于微波暗室的可控环境,特别是能够去除其他去相干源的影响,因而设计开展了暗室实验,并详细分析了土壤样本的观测数据。实验发现低频2-2.5 GHz具有较高的相干性,并且对土壤湿度初值的敏感度较低。这表示在利用干涉相干性信息提取土壤湿度变化时,至少是在相干性水平和对土壤湿度初值的敏感度方面,S波段优于C波段。
2015, 4(6): 698-707.
摘要:
圆迹SAR (Circular SAR, CSAR)可对目标进行全方位观测, 获取目标的完整散射信息, 该文提出一种相干与非相干处理相结合的圆迹SAR建筑物全方位优化成像方法。利用FEKO建立建筑物的电磁散射模型来模拟雷达回波进行成像, 并与散射各向同性情况下的成像结果分析比较, 得出对建筑物CSAR成像最佳方位相干累积角度大小。由于实际场景中建筑物的散射方向未知, 将CSAR的360回波数据划分为小角度重叠的多个子孔径并分别成像, 对成像后的子孔径进行非相干融合后得到全方位合成图像。再对合成后图像进行极化目标分解, 获取场景中建筑物的轮廓信息。P波段机载圆迹SAR数据处理结果表明该方法优于传统全相干累积方法, 可实现建筑物的全方位轮廓信息提取。 圆迹SAR (Circular SAR, CSAR)可对目标进行全方位观测, 获取目标的完整散射信息, 该文提出一种相干与非相干处理相结合的圆迹SAR建筑物全方位优化成像方法。利用FEKO建立建筑物的电磁散射模型来模拟雷达回波进行成像, 并与散射各向同性情况下的成像结果分析比较, 得出对建筑物CSAR成像最佳方位相干累积角度大小。由于实际场景中建筑物的散射方向未知, 将CSAR的360回波数据划分为小角度重叠的多个子孔径并分别成像, 对成像后的子孔径进行非相干融合后得到全方位合成图像。再对合成后图像进行极化目标分解, 获取场景中建筑物的轮廓信息。P波段机载圆迹SAR数据处理结果表明该方法优于传统全相干累积方法, 可实现建筑物的全方位轮廓信息提取。
圆迹SAR (Circular SAR, CSAR)可对目标进行全方位观测, 获取目标的完整散射信息, 该文提出一种相干与非相干处理相结合的圆迹SAR建筑物全方位优化成像方法。利用FEKO建立建筑物的电磁散射模型来模拟雷达回波进行成像, 并与散射各向同性情况下的成像结果分析比较, 得出对建筑物CSAR成像最佳方位相干累积角度大小。由于实际场景中建筑物的散射方向未知, 将CSAR的360回波数据划分为小角度重叠的多个子孔径并分别成像, 对成像后的子孔径进行非相干融合后得到全方位合成图像。再对合成后图像进行极化目标分解, 获取场景中建筑物的轮廓信息。P波段机载圆迹SAR数据处理结果表明该方法优于传统全相干累积方法, 可实现建筑物的全方位轮廓信息提取。 圆迹SAR (Circular SAR, CSAR)可对目标进行全方位观测, 获取目标的完整散射信息, 该文提出一种相干与非相干处理相结合的圆迹SAR建筑物全方位优化成像方法。利用FEKO建立建筑物的电磁散射模型来模拟雷达回波进行成像, 并与散射各向同性情况下的成像结果分析比较, 得出对建筑物CSAR成像最佳方位相干累积角度大小。由于实际场景中建筑物的散射方向未知, 将CSAR的360回波数据划分为小角度重叠的多个子孔径并分别成像, 对成像后的子孔径进行非相干融合后得到全方位合成图像。再对合成后图像进行极化目标分解, 获取场景中建筑物的轮廓信息。P波段机载圆迹SAR数据处理结果表明该方法优于传统全相干累积方法, 可实现建筑物的全方位轮廓信息提取。
2015, 4(6): 708-714.
摘要:
圆迹SAR是近些年发展的一种全方位高分辨率新型雷达成像模式。通过一次圆形航迹获得的360多角度图像能够解决传统SAR无法获取全方位数据的问题,在目标识别、区域检测和3D重建等应用上提供了更为有效的技术途径。该文通过传统SAR图像的统计模型,在假设每个子孔径影像均匀区域独立且服从伽马分布条件下分别建立圆迹SAR中相干累加、非相干累加和取子孔径最大强度值法这3种图像合成方法的统计模型,分析3种方法对图像相干斑的影响,分析结果表明非相干累加具有最好的降斑效果,取最大强度值也能在一定程度上降低相干斑。 圆迹SAR是近些年发展的一种全方位高分辨率新型雷达成像模式。通过一次圆形航迹获得的360多角度图像能够解决传统SAR无法获取全方位数据的问题,在目标识别、区域检测和3D重建等应用上提供了更为有效的技术途径。该文通过传统SAR图像的统计模型,在假设每个子孔径影像均匀区域独立且服从伽马分布条件下分别建立圆迹SAR中相干累加、非相干累加和取子孔径最大强度值法这3种图像合成方法的统计模型,分析3种方法对图像相干斑的影响,分析结果表明非相干累加具有最好的降斑效果,取最大强度值也能在一定程度上降低相干斑。
圆迹SAR是近些年发展的一种全方位高分辨率新型雷达成像模式。通过一次圆形航迹获得的360多角度图像能够解决传统SAR无法获取全方位数据的问题,在目标识别、区域检测和3D重建等应用上提供了更为有效的技术途径。该文通过传统SAR图像的统计模型,在假设每个子孔径影像均匀区域独立且服从伽马分布条件下分别建立圆迹SAR中相干累加、非相干累加和取子孔径最大强度值法这3种图像合成方法的统计模型,分析3种方法对图像相干斑的影响,分析结果表明非相干累加具有最好的降斑效果,取最大强度值也能在一定程度上降低相干斑。 圆迹SAR是近些年发展的一种全方位高分辨率新型雷达成像模式。通过一次圆形航迹获得的360多角度图像能够解决传统SAR无法获取全方位数据的问题,在目标识别、区域检测和3D重建等应用上提供了更为有效的技术途径。该文通过传统SAR图像的统计模型,在假设每个子孔径影像均匀区域独立且服从伽马分布条件下分别建立圆迹SAR中相干累加、非相干累加和取子孔径最大强度值法这3种图像合成方法的统计模型,分析3种方法对图像相干斑的影响,分析结果表明非相干累加具有最好的降斑效果,取最大强度值也能在一定程度上降低相干斑。
微信 | 公众平台 
