高分辨星载SAR滑动聚束成像体制与信号处理方法研究

来源 :内蒙古工业大学 | 被引量 : 0次 | 上传用户:lisky
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
星载滑动聚束合成孔径雷达(SpaceborneSlidingSpotlightSyntheticApertureRadar,S-SS-SAR)通过控制波束足印和天线辐射角,实现了长时间高分辨观测。斜视滑动聚束大幅提升了星载SAR单航多角度多次观测能力和观测灵活性,能够获得更为丰富的目标信息。然而,增加斜视角会增加徙动量,用恒定脉冲重复间隔(PulseRepetitionInterval,PRI)接收回波会出现接收盲区;此外,斜视角和采样时间的增加也会使多普勒中心频率随时间呈非线性变化,导致方位总带宽的增加及频谱混叠。基于上述背景,本文对滑动聚束模式体制方案设计和信号处理方法进行研究,完成的主要工作如下所述。1、首先,针对滑动聚束模式中心斜视角增大,大徙动量下恒定PRI系统收发脉冲混叠,有效数据丢失出现接收盲区的问题,提出了PRI块状变化方案。点目标仿真表明该方案能够避免恒定PRI收发脉冲混叠,降低连续变化PRI虚假目标数量、系统非均匀性和误差的累积效应。2、在此基础上,深入研究了斜视滑动聚束模式方位向的时频关系。针对中心斜视角和采样时间增加带来方位总带宽的增加、多普勒中心...
其他文献
学位
危险气味/气体泄漏容易造成人身伤害和财产损失,当泄漏事件发生时,快速、准确地定位泄漏源头至关重要。为了提升气味源定位效率、保护人员安全,从二十世纪九十年代开始,一些学者就开始研究使用气味嗅探机器人自主地搜索气味源,即机器人主动嗅觉。  机器人主动嗅觉领域现存一个共性问题是研究主要集中在地表二维平面的气味源搜索,然而气味扩散现象是三维的,常导致地面机器人气味信息获取乏力。另外,现实地表环境(如灾后现
学位
定位技术是无人驾驶系统的关键技术之一。现有定位方式主要基于GNSS组合导航系统,但GNSS严重依赖外部信号,在GNSS拒止场景下(山地,隧道,峡谷等)无法实现定位功能,不满足自动驾驶定位需求。基于单目相机和IMU(惯性测量单元)的SLAM(同步定位与建图)系统具有不依赖外部信号、计算量小的优势,对无人车的定位系统具有重要意义。因此,本文围绕“视觉-IMU”融合的SLAM系统在无人车平台的应用,针对
多相流动现象广泛存在于科学研究、工业生产、环保、医药领域以及日常生活的各个方面。不同于单相流体,多相流具有时空非均匀性分布的相间界面、响应非线性、相间相对速度、相间滑脱等流动特征,对其参数的准确测量仍然是检测领域的挑战性课题。随着科学进步和工业发展的需要,准确获取多相流流动参数,进而实现复杂工业过程的有效控制,对保障多相流生产过程的安全、稳定运行十分重要。  多相流各相含率是表征多相流特性的重要指
目的分析基层官兵心理压力产生的原因及相应对策。方法选择2019年10月~2020年4月所在军队120名基层官兵为研究对象,找出造成军队人员心理压力的原因,并制定对策。结果在120名基层官兵中心理压力的原因分别为65名(54.17%)选择个人因素,30名(25.0%)选择家庭因素,10名(8.33%)选择军队因素和15名(12.50%)选择社会因素引起。结论大多数基层官兵都有心理压力。部队要及时找出
医学图像不同于一般图像,它们有其自身的特点,以CT图像为例,图像中部分内容为无用信息,对其进行压缩和存储是一种资源浪费.如果能够充分利用医学图像的各种特点,将它们结合到图像压缩算法中,在保持原有图像所有有用信息的基础上,尽量减小压缩图像文件的字节数,对医学图像的存储和网络传输是非常有利的.本文就是基于这种思想的一种尝试,通过区域选择算法选择CT图像中的有效信息区,然后对该区域进行小波变换和零树编码
学位
激励是人力资源研究的重要课题,也是银行管理过程中必不可少的组成部分。有效的员工激励一方面可以帮助员工实现自我价值,实现职业层级的不断提升;另一方面更有利于提升员工忠诚度,激发员工无限的潜力,促使员工踏实工作、把更多的动力和热情投入到自己的工作岗位中去,给银行带来更大的效益,增强银行的核心竞争力,进而营造出员工个人事业成功和银行稳健发展的双赢局面。本文以X银行基层员工激励为研究对象,结合当前金融环境
目前最常用的污水处理方法是活性污泥法,这种方法具有机理复杂、非线性、时变性等特点,已经广泛运用于工业和市政污水治理.该污水处理方法在设计、运行管理以及控制上存在诸多困难.因此,建立活性污泥法各种工艺模型、建立先进的污水处理实时自动监控系统是提高污水处理效果和进行有效运行的重要手段.当今社会对于环保的要求越来越高.在除去有机物同时,脱氮除磷的要求也越来越为严格,因此有必要在活性污泥带有脱氮除磷功能的
学位