-
公开(公告)号：CN110133656A
公开(公告)日：2019-08-16
申请号：CN201910491663.0
申请日：2019-06-06
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了提出了一种基于互质阵列的分解与融合的三维SAR稀疏成像方法，该方法首先对互质阵列以及互质阵列的子阵列分别采用压缩感知迭代最小化稀疏贝叶斯重构(SBRIM)成像算法分别进行成像，得到三幅合成孔径雷达图像后，再将得到的成像结果进行融合，得到最终基于阵列分解与融合三维SAR稀疏成像结果。本发明是结合互质采样方法及压缩感知稀疏重构方法优势，利用互质采样不仅可以降低采样数据，相对于传统随机采样方式更易于系统实现；与传统稀疏成像方法相比，本发明方法能有效抑制栅瓣和虚假目标，提高成像质量。
-
公开(公告)号：CN109061642B
公开(公告)日：2022-03-15
申请号：CN201810767253.X
申请日：2018-07-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种贝叶斯迭代重加权稀疏自聚焦阵列SAR成像方法，它是针对阵列SAR回波信号中存在的相位误差对成像结果的影响，基于传统的贝叶斯迭代最小化自聚焦稀疏成像(SAFBRIM)算法的基础上，通过建立阵列SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵，对算法中代价函数中的范数项进行迭代自适应重加权处理，对距离向进行脉冲压缩、划分等距离面，然后再对每一个等距离的二维平面进行估计。本发明对每一个范数项赋予了不同的加权系数，然后对图像进行重构，能获得更高质量的阵列SAR成像结果。本发明具有重构精度高、有效降低相位误差的优势，可适用于阵列合成孔径雷达成像等领域。
-
公开(公告)号：CN110109101A
公开(公告)日：2019-08-09
申请号：CN201910271426.3
申请日：2019-04-04
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于自适应阈值的压缩感知三维SAR成像方法。该方法采用模糊聚类的思想对SAR回波信号进行聚类分析，根据SAR回波信号幅值信息，利用非相似性代价函数最小准则自适应产生一个阈值，将高于阈值的信号构造测量矩阵，与传统的利用整个回波数据来构造测量矩阵的稀疏重构方法相比，大大降低了测量矩阵维数，减少了算法运算量。与现有技术中成像质量较高的基于迭代最小化稀疏贝叶斯重构(SBRIM)方法相比，本发明方法在提高了成像质量的同时提高了算法运行效率。
-
公开(公告)号：CN107831475A
公开(公告)日：2018-03-23
申请号：CN201711077560.7
申请日：2017-11-06
Applicant: 电子科技大学
IPC: G01S7/38
CPC classification number: G01S7/38
Abstract: 本发明提出了一种基于阴影特征的合成孔径雷达欺骗式干扰方法。本发明首先根据合成孔径雷达成像方法，利用雷达系统参数、目标表面像素点坐标和雷达到照射点的空间直线方程的关系，提取出目标阴影位置。然后，本发明采用了两步生成法生成虚假场景点信号。第一步，根据虚假场景信息提取目标背景的后向散射系数，生成与方位向时间无关的调制项；第二步，根据方位向时间，对第一步中生成的调制项进行相位调制并且加权求和得到虚假场景信号。雷达接收到的回波是目标回波和虚假场景信号的叠加，然后对雷达接收信号采用标准合成孔径雷达后向投影成像算法成像，从而在真实目标的阴影位置生成与目标背景相似的虚假场景，以背景取代目标阴影区域，消除真实目标的阴影特征，使真实目标和虚假目标一样不具有阴影特征，干扰对方对真实目标和虚假目标的区分，干扰更具欺骗性和隐蔽性。
-
Patent Agency Ranking
公开(公告)号：CN108226927B
公开(公告)日：2020-03-27
申请号：CN201711338266.7
申请日：2017-12-14
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开一种基于加权迭代最小稀疏贝叶斯重构算法的SAR成像方法，它是针对线阵SAR观测场景目标空间中主散射目标在空间上稀疏的特征，通过建立线阵SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵，本发明在迭代最小稀疏贝叶斯重构(SBRIM)算法的基础上，对代价函数中L1范数进行加权，对距离向进行脉冲压缩、划分等距离面，然后再对每一个等距离的二维平面进行稀疏重构。与传统方法相比，本发明具有重构精度高、运算效率高的特点，本发明可适用于合成孔径雷达成像和地球遥感等领域。
-
公开(公告)号：CN108226927A
公开(公告)日：2018-06-29
申请号：CN201711338266.7
申请日：2017-12-14
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开一种基于加权迭代最小稀疏贝叶斯重构算法的SAR成像方法，它是针对线阵SAR观测场景目标空间中主散射目标在空间上稀疏的特征，通过建立线阵SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵，本发明在迭代最小稀疏贝叶斯重构(SBRIM)算法的基础上，对代价函数中L1范数进行加权，对距离向进行脉冲压缩、划分等距离面，然后再对每一个等距离的二维平面进行稀疏重构。与传统方法相比，本发明具有重构精度高、运算效率高的特点，本发明可适用于合成孔径雷达成像和地球遥感等领域。
-
公开(公告)号：CN109061642A
公开(公告)日：2018-12-21
申请号：CN201810767253.X
申请日：2018-07-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种贝叶斯迭代重加权稀疏自聚焦阵列SAR成像方法，它是针对阵列SAR回波信号中存在的相位误差对成像结果的影响，基于传统的贝叶斯迭代最小化自聚焦稀疏成像(SAFBRIM)算法的基础上，通过建立阵列SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵，对算法中代价函数中的范数项进行迭代自适应重加权处理，对距离向进行脉冲压缩、划分等距离面，然后再对每一个等距离的二维平面进行估计。本发明对每一个范数项赋予了不同的加权系数，然后对图像进行重构，能获得更高质量的阵列SAR成像结果。本发明具有重构精度高、有效降低相位误差的优势，可适用于阵列合成孔径雷达成像等领域。
-
公开(公告)号：CN110133656B
公开(公告)日：2022-05-03
申请号：CN201910491663.0
申请日：2019-06-06
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了提出了一种基于互质阵列的分解与融合的三维SAR稀疏成像方法，该方法首先对互质阵列以及互质阵列的子阵列分别采用压缩感知迭代最小化稀疏贝叶斯重构(SBRIM)成像算法分别进行成像，得到三幅合成孔径雷达图像后，再将得到的成像结果进行融合，得到最终基于阵列分解与融合三维SAR稀疏成像结果。本发明是结合互质采样方法及压缩感知稀疏重构方法优势，利用互质采样不仅可以降低采样数据，相对于传统随机采样方式更易于系统实现；与传统稀疏成像方法相比，本发明方法能有效抑制栅瓣和虚假目标，提高成像质量。
-
公开(公告)号：CN108008383A
公开(公告)日：2018-05-08
申请号：CN201711095670.6
申请日：2017-11-09
Applicant: 电子科技大学
IPC: G01S13/90
CPC classification number: G01S13/9005
Abstract: 本发明公开了一种迭代多基线高精度四次FFT相位解缠方法，它是通过将4-FFT相位解缠算法引入到多基线相位解缠中，通过其他不同视角的基线所得的干涉相位丰富所求基线的干涉相位信息，设置迭代终止条件，对多基线解缠相位与所求基线对应的缠绕相位作差后取主值，得到解缠误差主值。对解缠误差主值进行4-FFT相位解缠得到解缠误差真实值，最后不断对多基线4-FFT解缠相位的进行迭代补偿，减小解缠误差并且判断迭代终止条件是否符合，直至达到终止条件结束操作得到最终解缠相位，该方法解决了单基线4-FFT相位解缠算法的相位层叠问题，实现了获得更高的干涉相位解缠精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
