一种干涉SAR系统双边滤波器设计与海面扩展目标检测方法

    公开(公告)号:CN117289267A

    公开(公告)日:2023-12-26

    申请号:CN202310510880.6

    申请日:2023-05-05

    Abstract: 本发明公开了一种干涉SAR系统双边滤波器设计与海面扩展目标检测方法,其实现步骤是:利用沿航迹干涉SAR系统获得待检测场景的两幅SAR图像进行干涉处理;对复干涉图像进行双边滤波处理;利用复多视干涉图的干涉幅度与干涉相位构造像素点的检测量,根据预设检测门限,输出潜在目标像素点;联合干涉相位与空间距离二维特征对潜在目标像素点进行自适应聚类,输出潜在目标聚类结果;对潜在目标聚类结果进行面积统计,根据预设检测门限,输出扩展目标检测结果。本发明所提出的一种干涉SAR系统双边滤波器设计与海面扩展目标检测方法,提高了干涉幅度与干涉相位测量准确度、海面目标与背景的对比度,可输出可靠的扩展目标检测结果。

    一种宽带阵列主瓣干扰抑制方法
    13.
    发明公开

    公开(公告)号:CN116381615A

    公开(公告)日:2023-07-04

    申请号:CN202211709760.0

    申请日:2022-12-29

    Abstract: 本发明公开了一种宽带阵列主瓣干扰抑制方法,步骤如下:S1:对接收信号模型采用泰勒估计方法获得精度更高的协方差矩阵;S2:对S1得到的协方差矩阵进行特征值分解并构造特征投影矩阵;S3:对接收信号进行特征投影矩阵预处理并得到频域输出;S4:采用聚焦变换将宽带信号转化为窄带信号,然后对窄带信号协方差矩阵进行重构;S5:在主瓣范围内权矢量投影不变的前提下求得窄带信号的最优权向量;S6:通过聚焦逆变换求得宽带各频率对应的最优权向量,对去除主瓣干扰的宽带信号进行加权;S7:计算得到新的频域输出,再对新的频域输出进行反傅里叶变换,完成宽带主瓣干扰抑制自适应波束形成。本发明采用上述方法,能有效地抑制主瓣干扰,减小运算量。

    基于超像素分割的视频SAR序贯图像相干斑滤波方法

    公开(公告)号:CN116051415B

    公开(公告)日:2023-07-04

    申请号:CN202310094581.9

    申请日:2023-01-31

    Abstract: 本发明公开了一种基于超像素分割的视频SAR序贯图像相干斑滤波方法,S1、图像配准;S2、将S1中配准好的图像序列进行超像素分割,得到超像素块集合;S3、对S2中的超像素块集合进行动态配准,得到配准后的超像素集合;S4、在S3中不同的配准后的超像素集合内分别构建协方差矩阵;S5、对S4中的协方差矩阵进行样本相似性判定,得到相似样本集合;S6、根据S5中的相似样本集合得到滤波估计值,实现基于超像素分割的视频SAR序贯图像相干斑滤波。本发明采用上述方法的一种基于超像素分割的视频SAR序贯图像相干斑滤波方法,解决了视频SAR图像中因目标运动产生的帧间失配问题,在保证相干斑滤波性能的前提下,较好的保持了动目标阴影的边缘信息。

    一种基于陀螺仪的颈部姿态测量系统

    公开(公告)号:CN116035566A

    公开(公告)日:2023-05-02

    申请号:CN202310071053.1

    申请日:2023-01-29

    Abstract: 本发明公开了一种基于陀螺仪的颈部姿态测量系统,包括角度数据获取,角度数据存储和数据分析算法;所述角度数据获取包括两套设备,一套作为测量设备置于头带内佩戴于人体头部,一套作为参考设备固定于紧身衣上供人体穿戴,所述两套设备又分别包括硬件系统和软件系统,所述硬件系统包括电源模块、IMU和MCU三部分;所述软件系统包括数据获取、数据传递、数据存储以及数据分析四部分;所述角度数据存储为云数据库。本发明基于上述一种基于陀螺仪的颈部姿态测量系统,设计结构合理,给佩戴者带来极大的舒适性,获取的角度信息通过高精度转台测试,大大提高了检测结果的准确性。

    基于雷视融合的车辆目标快速检测方法

    公开(公告)号:CN115457237A

    公开(公告)日:2022-12-09

    申请号:CN202211248779.X

    申请日:2022-10-12

    Abstract: 本发明公开了基于雷视融合的车辆目标快速检测方法,首先,将毫米波雷达经过预处理后的点云信息映射到图像像素坐标系中,得到雷达探测到的目标点云速度信息在图像上的分布;其次,利用雷达采集到的点云速度信息进行区域补偿,为图像内全部像素点赋予对应的速度信息;然后,提取图像所有像素点的RGB分量值和每个像素点在图像上的坐标位置信息,接着对RGB分量值、坐标位置、速度信息这五个维度特征信息进行融合,共同张成一组特征向量,确定聚类中心数K和K个初始聚类中心向量,再运用Kmeans算法实现像素点云聚类,分离目标像素点与背景像素点,并输出分类后结果;最后,对分类结果进行车辆目标提取,实现单帧车辆快速检测。

    一种基于联合稀疏恢复的低复杂度InISAR三维成像方法

    公开(公告)号:CN114675266B

    公开(公告)日:2025-01-17

    申请号:CN202111340176.8

    申请日:2021-11-12

    Abstract: 本发明涉及雷达技术领域,具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法,包括以下步骤:建立InISAR成像系统的几何结构,并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型;按照酉变换近似消息传递UTAMP,对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换,并建立InISAR成像联合稀疏恢复的贝叶斯学习模型;构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图;根据建立的联合稀疏恢复贝叶斯学习模型的因子图,设计其中各个变量的消息更新规则;根据消息更新规则,得到三个通道的二维图像后,通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度,具有更好的噪声抑制抑制能力,极大的降低了算法计算复杂度。

Patent Agency Ranking