一种分布式无人机SAR深度学习三维成像方法

    公开(公告)号:CN114442092A

    公开(公告)日:2022-05-06

    申请号:CN202111669699.7

    申请日:2021-12-31

    Abstract: 本发明涉及一种分布式无人机SAR深度学习三维成像方法,用于解决传统SAR高精度成像方法超参数选择难,算法复杂性高的问题。首先基于分布式无人机集群建立二维成像模型,利用快速分解后向投影算法获取二维SAR图像,并进行二维SAR图像配准,完成数据预处理。然后通过建立三维成像高度向模型,仿真生成训练数据,训练整个级联式智能三维成像网络,完成网络模型的预训练。最后将数据预处理后的数据输入智能三维成像网络中,获取整个成像场景的三维SAR图像。所提方法旨在提供一种高智能、高精度、高效率的分布式无人机SAR三维成像解决方案,可应用于分布式无人机三维高效高分辨成像等领域。

    一种低信噪比逆合成孔径雷达成像方法

    公开(公告)号:CN114325699A

    公开(公告)日:2022-04-12

    申请号:CN202111519674.9

    申请日:2021-12-13

    Abstract: 本发明公开了一种低信噪比逆合成孔径雷达成像方法,采用旁瓣学习粒子群优化算法和广义拉冬‑傅里叶变换对散射点的幅值进行估计,避免传统采用网格划分引起的图像质量下降。针对传统PSO算法进行改进,在获得多个粒子中的最大幅值后,向该粒子两侧扩展一定旁瓣数量的粒子继续寻找最大幅值作为该散射点的幅值,提高了最终最大幅值计算的准确度。采用去除最大幅值对应的散射点的信号分量,重复估计剩余散射点的幅值的方法,获得每个散射点的最大幅值以及对应的运动参数,避免了传统的恒虚警率检测过程中存在强散射点干扰弱散射点检测的问题以及由于噪声的存在,导致最终的ISAR图像中出现噪点,降低图像质量的问题。

    一种MIMO-SAR三维成像自聚焦方法

    公开(公告)号:CN113640794A

    公开(公告)日:2021-11-12

    申请号:CN202110821404.7

    申请日:2021-07-20

    Abstract: 本发明公开了一种基于运动参数估计的MIMO‑SAR三维成像自聚焦方法。首先,基于粗成像结果选择特征区域,并对局部特征区域进行两维频谱分析。然后,通过对比度最优估计获得局部空不变两维斜距误差。最后,通过运动误差传递模型和最小二乘法求解MIMO‑SAR的平动和姿态误差,从而实现三维成像自聚焦。使用本发明能够在无高精度导航信息或在工作频段较高导致导航精度无法满足成像需求情况下,实现MIMO‑SAR自聚焦三维成像,获得良好聚焦的三维雷达图像。

    一种基于图像域偏移特征的地面运动目标参数估计方法

    公开(公告)号:CN113447925A

    公开(公告)日:2021-09-28

    申请号:CN202110515561.5

    申请日:2021-05-12

    Abstract: 本发明提供一种基于图像域偏移特征的地面运动目标参数估计方法,属于雷达信号处理技术领域,该方法包括以下步骤:对各通道回波数据进行预处理,对预处理后的图像进行动目标检测,获得目标在图像域的位置;将设定的测速范围划分速度搜索网格,对网格中每个速度值计算动目标在图像域的偏移量;基于所述目标在图像域的位置和所述偏移量,计算各速度所对应的目标原始位置;获取所述目标原始位置对应的高程数据;基于所述高程数据,通过最大似然法估计目标速度。

    一种大斜视时变参数SAR的多层重叠子孔径成像方法

    公开(公告)号:CN113406635A

    公开(公告)日:2021-09-17

    申请号:CN202110676569.X

    申请日:2021-06-15

    Abstract: 本发明公开了一种大斜视时变参数SAR的多层重叠子孔径成像方法,采用时变参数体质调整雷达参数,提升了空间分辨性能,省略原本的距离向插值操作,简化了成像处理流程,提高了运算效率。本发明的成像方法通过将沿方位向划分成N层重叠子孔径,提出多层重叠子孔径成像算法,提高了成像幅宽;在此基础上,根据畸变坐标的估计值求解出真实坐标的估计值,用真实坐标的估计值对空变的二次相位误差进行补偿,解决了距离场景中心较远的点不能良好聚焦的问题,进一步提升了成像幅宽。

    一种星载多通道SAR动目标成像的误差估计和补偿算法

    公开(公告)号:CN113406630A

    公开(公告)日:2021-09-17

    申请号:CN202110520124.2

    申请日:2021-05-12

    Abstract: 本发明公开了一种星载多通道SAR动目标成像的误差估计和补偿算法,该算法通过逐一对每个目标评估虚假目标与真实目标强度比,根据通道误差和虚假目标与真实目标强度比反推通道误差,实现了复杂场景内所有动目标通道误差的估计,最后补偿通道误差实现对每个虚假目标的抑制;另外,本发明还考虑了目标运动导致的散焦现象,对其进行了自聚焦处理,具有获取高质量复杂场景下两通道SAR成像结果效果。

    雷达的单目标识别方法、系统及可读存储介质

    公开(公告)号:CN113189587A

    公开(公告)日:2021-07-30

    申请号:CN202110373117.4

    申请日:2021-04-07

    Abstract: 本发明提供一种雷达的单目标识别方法、系统及可读存储介质,涉及雷达成像领域,该方法包括:从目标的相对两侧进行雷达观测;根据两侧雷达观测的回波信号,计算得到所述目标两侧端点的频域回波分别为Sl(f,θ)和Sr(f,θ);根据所述回波信号,计算所述目标两侧端点的估计端点坐标分别为和根据计算得到的所述目标两侧端点的频域回波分别为Sl(f,θ)和Sr(f,θ)以及所述目标两侧端点的估计端点坐标和计算所述目标两侧端点的回波包络分别为Ml(f,η)和Mr(f,η);根据所述目标两侧端点的回波包络Ml(f,η)和Mr(f,η),得到所述目标两侧端点的估计初相分别为和根据所述目标两侧端点的估计初相和确定出所述目标的类型;其中,f表示频率值,θ表示雷达的方位向角度,η表示慢时间。

    基于连续调整脉冲间隔的星载SAR方位采样时序设计方法

    公开(公告)号:CN112198512A

    公开(公告)日:2021-01-08

    申请号:CN202010992610.X

    申请日:2020-09-21

    Abstract: 本发明公开一种基于连续调整脉冲间隔的星载SAR方位采样时序设计方法,一、设定星载SAR系统参数,根据所设定参数得到斜距变化范围和方位采样频率范围;二、根据所设定参数得到距离、方位模糊度随斜距—方位采样频率变化的二维图,根据系统模糊度要求限制方位采样时序设计区域;三、基于最小段数方位采样时序设计准则,在斑马图中从斜距最小位置开始,找到斜距范围最大的四边形区域;四、将当前次迭代中得到的最大斜距作为下一次迭代的斜距最小值,重复步骤三的操作直到第n次迭代的最大斜距Rnmax大于等于Rmax;五、根据斜距与时间的关系,得到方位采样时序;本发明能够解决斜距历程时变剧烈时方位采样时序设计分段数过多的问题。

    多通道星载SAR星上实时处理的方位频谱逆滤波重建方法

    公开(公告)号:CN112198509A

    公开(公告)日:2021-01-08

    申请号:CN202010884825.X

    申请日:2020-08-28

    Abstract: 本发明公开了多通道星载SAR星上实时处理的方位频谱逆滤波重建方法,涉及合成孔径雷达技术领域,能够有效减少频谱重建方法所需存储量,适用星载SAR星上实时处理。本发明的技术方案包括如下步骤:构建频谱重建逆滤波系数W0。分析逆滤波系数分段更新对成像质量的影响,根据分析结果确定分段更新的聚焦深度取值Nmax。根据分段更新的聚焦深度取值Nmax,得到按照方位频点分段更新的逆滤波系数W1。将多通道数据分别进行傅里叶变换,得到的频谱为方位模糊的频谱。利用逆滤波系数W1针对方位模糊的频谱进行逆滤波,恢复出方位无模糊的频谱P,完成多通道SAR频谱重建。

Patent Agency Ranking