-
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：CN113204022B
公开(公告)日：2022-07-29
申请号：CN202110479408.1
申请日：2021-04-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于相关向量机的快速贝叶斯压缩感知(FBCS‑RVM)方法，它是在SBRIM算法的基础上，结合了相关向量机，通过利用相关向量机实现目标与背景的分类进而提取成像场景空间中目标可能存在的区域，并根据目标可能存在的区域代替全成像场景空间简化测量矩阵，并估计目标区域的散射系数，本发明成功的避免了线阵SAR三维成像中的高维度矩阵运算，极大地提高算法的运算效率；同时测量矩阵更好的表征了成像场景空间中的目标特性，更好的抑制了虚假目标、旁瓣干扰对于高质量成像的影响，成功的提高了线阵SAR三维成像的成像质量。本发明具有重构精度高、运算效率较高的优势，本发明适用于线阵合成孔径雷达三维成像等领域。
-
公开(公告)号：CN110109104B
公开(公告)日：2022-03-15
申请号：CN201910308129.1
申请日：2019-04-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种阵列SAR等距离切片成像几何畸变校正方法，该方法基于阵列SAR下视或侧视成像几何模型及等距离切片三维成像原理，首先计算阵列SAR成像系统天线到等距离切片每一个单元的斜距，然后根据斜距估计出等距离切片每个单元的偏移量，最后对偏移量进行插值重采样且影像单元偏移，从而实现了阵列SAR等距离切片成像几何畸变校正处理。本发明具备无需观测场景DEM先验信息、快速几何校正处理等特点，实现简单、效率高、精度高、适用性好，无需已知观测三维观测场景的DEM等先验信息，能有效解决阵列SAR等距离切片成像的几何畸变校正问题，并且可适用于稀疏阵列条件下阵列SAR等距离切片三维成像几何畸变校正。
-
公开(公告)号：CN113204022A
公开(公告)日：2021-08-03
申请号：CN202110479408.1
申请日：2021-04-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于相关向量机的快速贝叶斯压缩感知(FBCS‑RVM)方法，它是在SBRIM算法的基础上，结合了相关向量机，通过利用相关向量机实现目标与背景的分类进而提取成像场景空间中目标可能存在的区域，并根据目标可能存在的区域代替全成像场景空间简化测量矩阵，并估计目标区域的散射系数，本发明成功的避免了线阵SAR三维成像中的高维度矩阵运算，极大地提高算法的运算效率；同时测量矩阵更好的表征了成像场景空间中的目标特性，更好的抑制了虚假目标、旁瓣干扰对于高质量成像的影响，成功的提高了线阵SAR三维成像的成像质量。本发明具有重构精度高、运算效率较高的优势，本发明适用于线阵合成孔径雷达三维成像等领域。
-
公开(公告)号：CN107728144B
公开(公告)日：2020-06-16
申请号：CN201710932827.X
申请日：2017-10-10
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于前视双基模式的干涉SAR成像技术，它采用前视双基SAR系统，但接收运动平台挂载多个天线接收观测场景回波数据，利用接收机多个天线生成的前视SAR图像获取干涉成像能力，从而能够实现观测目标的前视干涉成像，并且针对现有方法在前视双基干涉SAR成像处理和高程估计的不足，结合后向投影干涉成像算法原理和前视双基干涉SAR成像几何模型估计地形高程，克服现有前视双基SAR和传统单基干涉SAR成像技术无法同时获取运动平台前方区域二维图形及高程信息的缺陷，实现前视双基干涉SAR高精度成像。
-
Patent Agency Ranking
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：CN107015225A
公开(公告)日：2017-08-04
申请号：CN201710173161.4
申请日：2017-03-22
Applicant: 电子科技大学
CPC classification number: G01S13/90 , G01S7/4052
Abstract: 本发明提出了一种基于自聚焦的SAR平台初始高度误差估计方法，它首先对SAR原始回波信号进行距离压缩；初始化粗估计参数，划分场景目标观测区间并进行后向投影(BP)成像，利用BP成像结果计算图像锐度值，然后用遗传算法对初始高度误差进行初步估计得到初始高度误差粗估计值；利用SAR平台初始高度误差粗估计值调整精估计参数，重新划分观测场景目标空间，进行初始高度误差精估计，最终得到SAR平台初始高度误差精估计值。与传统方法相比，本发明具有计算量较小、运行速度快、而且对SAR初始高度误差估计精度较高的特点，因此更适用于大场景、大斜视角、高精度SAR成像。
-
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：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：CN107015225B
公开(公告)日：2019-07-19
申请号：CN201710173161.4
申请日：2017-03-22
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于自聚焦的SAR平台初始高度误差估计方法，它首先对SAR原始回波信号进行距离压缩；初始化粗估计参数，划分场景目标观测区间并进行后向投影(BP)成像，利用BP成像结果计算图像锐度值，然后用遗传算法对初始高度误差进行初步估计得到初始高度误差粗估计值；利用SAR平台初始高度误差粗估计值调整精估计参数，重新划分观测场景目标空间，进行初始高度误差精估计，最终得到SAR平台初始高度误差精估计值。与传统方法相比，本发明具有计算量较小、运行速度快、而且对SAR初始高度误差估计精度较高的特点，因此更适用于大场景、大斜视角、高精度SAR成像。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.018 seconds)
