-
公开(公告)号：CN112327301B
公开(公告)日：2023-11-10
申请号：CN202011080652.2
申请日：2020-10-11
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于子孔径GRFT的低信噪比下参数化平动补偿快速方法。本发明方法将总时间划分为多个子孔径，通过在子孔径内实现基于快速傅里叶变换(FFT)的动目标检测(MTD)方法、在子孔径间实现GRFT的方法快速地估计目标平动参数。此外，在进行GRFT时，通过结合PSO，进一步加速低信噪比下的平动参数估计过程。本发明能够在低信噪比下快速地实现平动参数估计与平动补偿，获得二维ISAR图像。本发明在运算效率与图像质量之间取得了更好的平衡。
-
公开(公告)号：CN116663311A
公开(公告)日：2023-08-29
申请号：CN202310716588.X
申请日：2023-06-16
Applicant: 北京理工大学
IPC: G06F30/20 , G06F17/16 , G06T17/00 , G06F119/02
Abstract: 为解决传统层析SAR原子范数三维成像利用半正定规划求解，计算复杂度过高的问题，本发明公开了一种基于非对称锥原子范数模型的层析SAR快速无网格三维成像方法。首先，将原子范数最小化问题重新表述为非对称锥二次优化问题。其次，构建其拉格朗日对偶模型，该模型表明基于非对称锥建模可以大幅减少待估计对偶变量数量。最后，给出了求解对偶问题的快速算法，并将层析SAR成像问题转化为原子范数最小化问题，实现快速无网格三维成像。所提方法旨在提供层析SAR原子范数无网格三维成像的快速求解方法，该方法的有效性已经通过计算机仿真和P波段小型无人机实测数据验证。
-
公开(公告)号：CN116400355A
公开(公告)日：2023-07-07
申请号：CN202310377666.8
申请日：2023-04-11
Applicant: 北京理工大学
Abstract: 一种星载SAR场景匹配曲线成像时空频三维约束时变重频设计方法，能够实现低数据损失、高模糊性能的高质量数据获取。本专利先在“方位时间‑中心斜距‑脉冲重频”三维空间中建立回波时延的时空频约束模型，实现星地照射几何多变情况下回波时延约束表征；然后，建立模糊的时空频约束模型，明晰星地照射几何对多普勒模糊与距离、方位两维模糊比的影响规律；最后，研究非线性时变重频设计方法，将时空频三维约束降维投影至更为直观的“方位时间‑脉冲重频”两维空间，根据投影后约束模型对重频的影响规律，实现图形化的时变重频设计。
-
公开(公告)号：CN116381684A
公开(公告)日：2023-07-04
申请号：CN202310280764.X
申请日：2023-03-21
Applicant: 北京理工大学
Abstract: 干涉合成孔径雷达技术(InSAR)是合成孔径雷达(SAR)领域的一项重要技术，可以实现三维地形的提取。本发明提供了一种高时效地基SAR对月重轨干涉处理方法，填补了该观测模式下对月干涉SAR技术的空白。并且，该方法仅需两次观测即可实现对月多基线干涉，极大降低了重轨多基线干涉的时间代价。
-
公开(公告)号：CN113406627B
公开(公告)日：2023-05-16
申请号：CN202110515560.0
申请日：2021-05-12
Applicant: 北京理工大学
Abstract: 本发明提供一种面向分布式多通道SAR的两步式通道误差估计与补偿方法，属于合成孔径雷达信号处理技术领域，该方法包括以下步骤：基于惯导数据，实现包络走动的粗校正；针对校正后的数据，基于惯导数据粗补偿通道间的空变相位误差；根据天线采样数据之间的相关性，对包络走动粗校正和通道间空变相位误差粗补偿后的数据进行重新排序；采用距离频域相位增量法估计剩余包络走动并补偿，再采用距离时域相位增量法精估计剩余空变相位误差并补偿。
-
Patent Agency Ranking
公开(公告)号：CN111948652B
公开(公告)日：2023-05-05
申请号：CN202010694576.8
申请日：2020-07-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的SAR智能参数化超分辨成像方法，首先，基于属性散射中心模型，本技术在传统仅包含点原子的SAR回波模型中额外引入线原子和面原子，构建SAR混合观测模型。随后，基于SAR混合观测模型和传统交替方向乘子法ADMM，本技术通过设置不同的非线性阈值函数，构建了多成分ADMM算法来估计点、线和面原子的参数。最后，通过将MC‑ADMM映射成神经网络，即将MC‑ADMM的每一次迭代过程映射成一层神经网络结构，成功构建MCADMM‑Net，快速高效的获取高智能SAR超分辨图像。本发明旨在提供一种高智能、高精度、高效率的SAR超分辨成像解决方案，预期可应用于机载、星载SAR成像等领域，可大幅增强SAR图像质量，有助于提升SAR图像的可理解性。
-
公开(公告)号：CN115469281A
公开(公告)日：2022-12-13
申请号：CN202210915692.7
申请日：2022-08-01
Applicant: 北京理工大学
Abstract: 本发明涉及一种通道间相位误差和运动误差联合估计和补偿方法，特别涉及一种基于图像质量最优准则的通道间相位误差和运动误差联合估计和补偿方法，属于分布式SAR系统残余信号误差估计和补偿技术领域。该方法根据采样点空间分布对数据进行重排，在距离频域方位时域通过数据互相关完成残余包络走动估计与补偿，并构建了分布式SAR通道误差和运动误差耦合下的相位误差模型，并基于图像质量最优准则的通道间相位误差和运动误差联合估计方法，完成了残余误差自适应估计与补偿。本发明预计可有效实现高分辨分布式SAR雷达系统信号数据处理，为获取方位宽波束分布式SAR系统高分辨图像提供帮助。
-
-
公开(公告)号：CN113447925B
公开(公告)日：2022-10-11
申请号：CN202110515561.5
申请日：2021-05-12
Applicant: 北京理工大学
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。
-
公开(公告)号：CN114879188A
公开(公告)日：2022-08-09
申请号：CN202210413328.0
申请日：2022-04-20
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明涉及一种模型自适应的深度学习SAR三维成像方法，属于层析SAR三维成像技术领域。本发明所提方法在层析SAR三维网络中提出了引入观测矩阵权重因子，以适应三维成像中目标位置空变导致的观测矩阵空变特性，提升空变特性自适应能力；引入自适应阈值参量，以适应空变的目标散射模型，提高散射特性自适应能力。与传统深度学习稀疏重建方法相比，本方法能够解决模型空变问题，提高聚焦深度一个数量级；与传统的高分辨成像算法SL1MMER算法相比，可以提高成像处理效率一个数量级。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.025 seconds)
