-
公开(公告)号：CN107037429B
公开(公告)日：2020-06-16
申请号：CN201710248511.9
申请日：2017-04-17
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明提供了一种门限梯度追踪算法的线阵SAR三维成像方法，它是利用线阵SAR雷达系统参数、运动平台参数和观测场景目标的空间参数与原始回波信号的相互关系，建立线阵SAR原始回波信号与三维观测场景目标散射系数之间的线性测量模型，然后基于该信号线性测量模型，利用TBGP方法完成观测场景目标散射系数重构，并且在每一次迭代过程中利用目标最大最小散射系数对比度和目标散射系数变化率作为算法迭代终止条件，提高了GP算法在观测场景稀疏度未知条件下线阵SAR稀疏成像性能，相对OMP算法提高了运算效率和空间存储效率，可以应用于合成孔径雷达成像和地球遥感等领域。
-
公开(公告)号：CN107037429A
公开(公告)日：2017-08-11
申请号：CN201710248511.9
申请日：2017-04-17
Applicant: 电子科技大学
IPC: G01S13/90
CPC classification number: G01S13/90
Abstract: 本发明提供了一种门限梯度追踪算法的线阵SAR三维成像方法，它是利用线阵SAR雷达系统参数、运动平台参数和观测场景目标的空间参数与原始回波信号的相互关系，建立线阵SAR原始回波信号与三维观测场景目标散射系数之间的线性测量模型，然后基于该信号线性测量模型，利用TBGP方法完成观测场景目标散射系数重构，并且在每一次迭代过程中利用目标最大最小散射系数对比度和目标散射系数变化率作为算法迭代终止条件，提高了GP算法在观测场景稀疏度未知条件下线阵SAR稀疏成像性能，相对OMP算法提高了运算效率和空间存储效率，可以应用于合成孔径雷达成像和地球遥感等领域。
-
公开(公告)号：CN110109107B
公开(公告)日：2022-05-31
申请号：CN201910334110.4
申请日：2019-04-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种合成孔径雷达频域BP算法的运动误差补偿方法，它是基于图像锐度最优准则通过估计等效相位中心误差进行运动补偿，首先采用雷达平台匀速直线运动轨迹进行并利用频域BP算法进行成像，获得通过频域BP算法成像得到的未聚焦的SAR图像，然后以SAR图像锐度作为目标函数，利用最优化技术估计出天线相位中心位置误差，最后将估计出的APC位置误差加到匀速直线运动轨迹上，获得APC绝对位置，并用频域BP算法进行最终的高精度成像。本发明由于首先在频域进行成像处理，且无需要计算散射点到阵元的距离史，所需运算时间比时域的自聚焦BP算法大大减少，因此更适用于大场景、长孔径、高精度SAR成像。
-
公开(公告)号：CN113484862A
公开(公告)日：2021-10-08
申请号：CN202110889943.4
申请日：2021-08-04
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种自适应的高分宽幅SAR清晰重构成像方法，它通过使用将SAR平台非线性运动完全补偿的IDR方法生成用于重构的子图像，然后基于重构图像质量的原则建立优化模型，估计清晰成像的重构系数。用图像熵作为图像质量评判标准，清晰的图像有低的图像熵；用共轭梯度法解决优化问题，即通过迭代使重构图像的图像熵最小化。最后通过估计的重构系数对子图像进行加权，以获得清晰的重构图像。本发明既保留了IDR算法可以精确补偿SAR平台的非线性运动的优势，又优化了IDR算法中的子图像加权求和中的权重，本发明可以应用于合成孔径雷达成像，尤其是HRWS SAR成像和地球遥感等领域。
-
公开(公告)号：CN110109107A
公开(公告)日：2019-08-09
申请号：CN201910334110.4
申请日：2019-04-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种合成孔径雷达频域BP算法的运动误差补偿方法，它是基于图像锐度最优准则通过估计等效相位中心误差进行运动补偿，首先采用雷达平台匀速直线运动轨迹进行并利用频域BP算法进行成像，获得通过频域BP算法成像得到的未聚焦的SAR图像，然后以SAR图像锐度作为目标函数，利用最优化技术估计出天线相位中心位置误差，最后将估计出的APC位置误差加到匀速直线运动轨迹上，获得APC绝对位置，并用频域BP算法进行最终的高精度成像。本发明由于首先在频域进行成像处理，且无需要计算散射点到阵元的距离史，所需运算时间比时域的自聚焦BP算法大大减少，因此更适用于大场景、长孔径、高精度SAR成像。
-
Patent Agency Ranking
公开(公告)号：CN107748362A
公开(公告)日：2018-03-02
申请号：CN201710932740.2
申请日：2017-10-10
Applicant: 电子科技大学
IPC: G01S13/90
CPC classification number: G01S13/904 , G01S13/9052
Abstract: 本发明提供了一种基于最大锐度的线阵SAR快速自聚焦成像方法，它是基于线阵SAR三维图像的最大锐度准则和后向投影成像原理，首先利用图像锐度偏导数构造后向投影自聚焦成像的相位误差估计等式，然后采用共轭梯度方法对相位误差估计等式进行快速近似求解，从而实现线阵SAR回波中相位误差的快速估计，最后进行相位误差补偿并进行后向投影成像，从而实现了线阵SAR后向投影快速自聚焦成像处理。本发明无需已知相位误差分布的先验信息，可快速估计线阵SAR回波数据中存在的低频、高频以及随机分布的相位误差，适用于复杂运动轨迹情况下的线阵SAR快速自聚焦成像。
-
公开(公告)号：CN113484862B
公开(公告)日：2023-10-17
申请号：CN202110889943.4
申请日：2021-08-04
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种自适应的高分宽幅SAR清晰重构成像方法，它通过使用将SAR平台非线性运动完全补偿的IDR方法生成用于重构的子图像，然后基于重构图像质量的原则建立优化模型，估计清晰成像的重构系数。用图像熵作为图像质量评判标准，清晰的图像有低的图像熵；用共轭梯度法解决优化问题，即通过迭代使重构图像的图像熵最小化。最后通过估计的重构系数对子图像进行加权，以获得清晰的重构图像。本发明既保留了IDR算法可以精确补偿SAR平台的非线性运动的优势，又优化了IDR算法中的子图像加权求和中的权重，本发明可以应用于合成孔径雷达成像，尤其是HRWS SAR成像和地球遥感等领域。
-
公开(公告)号：CN112330003A
公开(公告)日：2021-02-05
申请号：CN202011166750.8
申请日：2020-10-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双向循环神经网络的周期型容量数据预测方法、系统及存储介质，该方法：通过对指标数据类型进行分类，将指标数据的数据类型分为趋势型、周期型和不规则型，从而提升指标预测效率；然后针对周期型的指标数据进行预测，并提出基于双向循环神经网络的预测模型，即首先通过忙闲分布算法，得到忙闲规律序列，再通过搭建包含一层双向基本循环神经网络和一层双向长短时记忆网络的双向循环神经网络模型，最后，再通过线性回归模型对双向循环神经网络输出的结果进行优化，得到最终的预测结果。因此，本发明能够在指标和业务的多样性的场景下，保证容量预测结果的准确率。
-
公开(公告)号：CN112330003B
公开(公告)日：2022-11-08
申请号：CN202011166750.8
申请日：2020-10-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双向循环神经网络的周期型容量数据预测方法、系统及存储介质，该方法：通过对指标数据类型进行分类，将指标数据的数据类型分为趋势型、周期型和不规则型，从而提升指标预测效率；然后针对周期型的指标数据进行预测，并提出基于双向循环神经网络的预测模型，即首先通过忙闲分布算法，得到忙闲规律序列，再通过搭建包含一层双向基本循环神经网络和一层双向长短时记忆网络的双向循环神经网络模型，最后，再通过线性回归模型对双向循环神经网络输出的结果进行优化，得到最终的预测结果。因此，本发明能够在指标和业务的多样性的场景下，保证容量预测结果的准确率。
-
公开(公告)号：CN111025292A
公开(公告)日：2020-04-17
申请号：CN201911154021.8
申请日：2019-11-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种四发MIMO雷达发射波形设计方法，该方法通过结合已知的两种两发的正交信号：正负调频信号和短时移动正交信号，该方法设计了调频斜率为正的两个短时移动正交信号和调频斜率为负的两个短时移动正交信号，组成MIMO雷达的四个发射信号。相对于传统两发的正交波形来说，同时四发的正交波形能够更加充分的发挥MIMO雷达的优势；所设计波形的形式简单，相干性好，波形之间的相干性好，且发射波形占用相同的频带，充分利用了频谱资源。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
