合成孔徑雷達超分辨率成像算法分析

合成孔徑雷達超分辨率成像算法分析

ID:28330719

大?。?.56 MB

頁數(shù):98頁

時間:2018-12-09

合成孔徑雷達超分辨率成像算法分析_第1頁
合成孔徑雷達超分辨率成像算法分析_第2頁
合成孔徑雷達超分辨率成像算法分析_第3頁
合成孔徑雷達超分辨率成像算法分析_第4頁
合成孔徑雷達超分辨率成像算法分析_第5頁
資源描述:

《合成孔徑雷達超分辨率成像算法分析》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在行業(yè)資料-天天文庫

1、P46577,6摘要f合成孔徑雷達是有源相干高分辨率成像雷達系統(tǒng)。由其接收的散射回波數(shù)據(jù)重建散射源圖像屬于求解逆問題,決定了重建散射源圖像就是估計散射源的參數(shù),即估計散射源的空間位罱及其后向散射系數(shù)。常規(guī)成像算法對接收數(shù)據(jù)進行i維匹配濾波,計算接收數(shù)據(jù)與系統(tǒng)二維逆格林函數(shù)的相關函數(shù),特別是利用快速傅立葉變換,在頻域內(nèi)處理接收數(shù)扼完成重建圖像的運算,估計出散射源的后向散射系數(shù)的二維分布函數(shù)。雖然匹配濾波算法是快速高效的成像算法,能滿足某些應用的實際需要,但是匹配濾波成像算法也存在局限之處,如觀測樣本中的f噪聲不是加性白噪聲,

2、匹配濾波后的輸出5就達不到信噪比最大,而且匹配濾波的日標是得到最大的輸出信噪比,而不是保證輸出信號的不失真。距離向和方位向分辨率的提高只能依靠增大發(fā)射信號帶寬和多普勒帶寬。針對匹配濾波成像算法的局限性,可以對匹配濾波成像方法進行改進,或者采用其它原理和方法重建圖像。I7本論文著重研究了匹配濾波成像的改進辦法以及其它的重建圖像算法的原理和方法,特別對合成孔徑雷達超分辨二棼成像算法進行了探討。為此.本文首先討論了合成孔徑雷達的成像原理,并依掘此成像原理,對模擬的多個點目標回波數(shù)據(jù)以及真實的測量數(shù)據(jù)進行了成像處理。詳盡討論了子孔

3、徑對準、相位梯度等主要的合成孔徑雷達自聚焦算法的原理,利用教焦圖像對這些自聚焦算法進行了分析和比較。在文中對相干斑抑制算法也進行了歸類和討論,同時也對部分相干斑抑制算法進行了數(shù)值實驗。【進而X本文對合成孔徑雷達超分辨率成像算法進行了分類討論,并詳細分析了這些成像算法的原理以及算法實現(xiàn)。利用部分算法對模擬數(shù)據(jù)和真實的雷達接收數(shù)據(jù)進行了成像處理。關鍵詞:合成孔徑雷哮超分辨率j雷達信號j9圖像處琿?自聚焦算法i相干斑抑制,一、JABSTRACTSyntheticapertureradar(SAR)lsakindofactivec

4、oherenthighresolutionimagingradarsystemcapableofproducinghigh—resoiutionterrainimagefromdatacollectedbyaphysicall?,smallapertureantenna.SARachievehighangularresolutionbyintegratingthebackscatteredsignalstOsynthesizetheeffectofalargeapertureantenna,andgetthehigheno

5、ughrangeresolutionbypulsecompressingtechniques.Theimageofthe1lluminatedscenereconstructedfromthecollectedtwo-dimensionalSARrawdataiSanlnverseproblem.Inessence,thereconstructioniSaparameterestimatingproblem,i.e.,estimatingthecoordinatesoftheobjectintheslantplaneand

6、theradarCROSSsection(RCS)oftheobjectsTheclassicalimagingalgorithinsarebasedonthematchedfilterandgetfheimages01roughprocessingthereceivedrawdatainfrequencydomainb、broadlyusingthefastFouriertransform(FFl).Althoughtheclassicalalgorithmsareprovedveryeffective,robust,a

7、ndcansatisfyimagequalityinsomeapplications、theconventionalonesstillhavesomeshortcomingsand1imitationslnprinciple.Forexample,itfailstoachievemaximumSNRoftheoutputwhenthenoiseintheinputdatasampleisnotadditivegaussianstochastics.Anditsdestinationisn’ttosatisfythefide

8、litxoftheoutput,buttOachievethemaximumoutputSNR.Somatchedfilterimagingalgorithmsimprovementsandimagingalgorithmsbyotherwaysappeared.Atfirst.1nthisthesis

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。