【摘 要】
:
作为测试系统参数,验证成像算法性能和分析干扰噪声的重要手段,SAR的回波仿真对SAR技术的研究有着至关重要的作用。针对SAR回波模拟方法设计,本文首先对SAR成像方法展开了分析。SAR回波模拟方法主要分为时域方法和频域方法。频域算法基于快速傅里叶变换的逆向处理,能够通过较低的运算量获得良好的分辨率性能。然而,频域方法通常需要满足方位向不变假设,因此频域方法的应用将受到平台构型的限制,无法适用于任意
论文部分内容阅读
作为测试系统参数,验证成像算法性能和分析干扰噪声的重要手段,SAR的回波仿真对SAR技术的研究有着至关重要的作用。针对SAR回波模拟方法设计,本文首先对SAR成像方法展开了分析。SAR回波模拟方法主要分为时域方法和频域方法。频域算法基于快速傅里叶变换的逆向处理,能够通过较低的运算量获得良好的分辨率性能。然而,频域方法通常需要满足方位向不变假设,因此频域方法的应用将受到平台构型的限制,无法适用于任意构型下的SAR回波模拟。SAR时域回波模拟方法可以不受信号方位不变假设条件的限制,适用于任意构型下的SAR回波模拟,具有广泛的适用性。然而,巨大的计算量限制了时域算法在实际工程中的应用。针对传统时域算法运算量大,处理效率低的不足的问题,时域快速算法能够在保证操作精度的同时,降低回波模拟处理的运算量,具有较高的应用潜力。因此,为了克服传统时域算法的不足,本文对时域快速回波模拟方法展开研究,主要工作包括:1.本文根据极坐标系下投影的快速后向投影(Fast Factorized Back Projection,FFBP)算法,根据波数矢量分解,推导了FFBP子图像的时-频对应关系,然后根据对应关系推导子图像的二维频谱,得到子图像频谱特性与分辨率的映射关系,为时域快速回波仿真奠定理论基础。2.基于子图像频谱特性,建立多级孔径分解的处理架构,对子孔径分别进行投影操作获得较低分辨率的子图像,再根据分辨率与脉冲数的对应关系,建立基于FFBP逆向处理的回波模拟仿真架构。3.根据FFBP逆向处理的架构,设计时域快速回波模拟方法,该方法采用了谱分解技术,克服了图像由高分辨率向低分辨率重建过程中,对全孔径逆向处理时频谱混叠的问题,与传统时域方法相比,该方法具有更高的效率并且能够保证较高的处理精度,最后通过仿真实验验证了该方法的性能优势。
其他文献
近几年,卷积神经网络(CNN)已是深度学习中的各类研究的首选网络。受益于CNN强大的特征表示能力,早期的模型通过基础CNN进行人群计数研究,与传统的手工特征相比,获得了显著的性能改善。目前,更加有效的基于全卷积网络(FCN)的模型成为人群计数研究中的主流模型。然而目前的深度模型,在处理尺度变化问题时,仅粗略的分为几个等级,在获取人群的特征时,直接使用VGG16提取特征。这将导致在应对复杂背景和尺度
X射线CT(Computed Tomography,简称CT)是临床诊断中广泛使用的医学影像学检查方式,其辐射剂量大小备受人们关注,患者所接受的高剂量CT辐射会增加潜在的患病风险,例如增加患癌症的可能性。针对如何在尽可能低的扫描剂量条件下获取与常规剂量CT质量相近的CT图像,即低剂量CT(Low-dose CT,简称LDCT)的研究显得格外重要。因此,使用LDCT进行临床研究有很强的研究意义,是X
快速发展的量子算法和量子计算机技术,给现有大部分依赖于计算复杂性的传统密码算法带来了巨大的安全威胁。量子密钥协商协议不再依赖数学上的计算复杂度保证其安全性,利用量子比特承载密钥信息,一旦检测到量子比特在传输过程中遭受到恶意窃听便中止协议。量子密钥协商协议能够抵御拥有完全量子能力的窃听者的攻击,保证信息论意义上的无条件安全性。半量子概念有效地降低量子通信的运维成本,有利于促进量子密钥协商的实际应用。
电力是国家发展的命脉,电力行业运行的各个环节都会产生大量的数据信息,对这些电力数据进行挖掘意义重大。针对传统机器学习方法人工提取电力数据特征容易丢失特征信息,导致挖掘效果差的问题,本文结合当前热门深度学习方法对95598平台产生的电力工单文本进行挖掘分析。主要工作如下:首先,收集了浙江省95598电力工单文本数据,删除其中一些空白、乱码等工单,将剩下的数据进行标注生成训练标签,为后续的文本挖掘做准
6G将全面实现物联世界的数字化,以可见光、射频等多种介质融合的通信感知一体化技术是6G的核心关键技术之一。室内作为信息产业及数字经济绝大部分连接的产生场景,是6G最核心的应用场景,因此,基于可见光等介质融合的通信感知一体化技术必须解决好室内可见光复杂传播环境相关的问题。本文将重点聚焦于高精度、低复杂度的室内可见光通信信道建模,以全面、准确、实时地刻画室内可见光传输路径的空间、时间、功率分布,从而形
生物特征识别(人脸、指纹、掌纹等模态)是一种新型的、极具发展前景的身份认证方式。与其它模态相比,指节纹(Finger-knuckle-print,FKP)具有丰富鉴别特征,不易磨损,用户接受性强,获取成本低等优势,逐渐成为近年的主流研究对象之一。同时,编码类指节纹识别算法具有无需训练,存储量低,匹配速度快等特点,也成为了一种重要的实用性技术。现有的编码类指节纹识别研究中存在着以下两个问题。问题一,
多个自主导航机器人协作探索地图,是在未知环境中高效率执行危险且繁杂任务的基础。单个机器人传感器探测范围、通信连接、电源功率等都受到限制。在大尺度、复杂未知环境中。装备摄像机、激光雷达等多种探测传感器的机器人群体通过共享信息,高效协作完成探测二维和三维地图或模型面。协作可以缩短搜索时间,同时在提高模型完整性和准确性方面也具备很大的潜力。面向传感器和通信连接受限的机器人群体,下一步最佳视点规划和传感器
无人机因其轻巧灵敏和安全可靠等优势,在室外获得了广泛的应用,如航拍摄影、农田灌溉、电力巡检等等。相比室外,无人机在室内的应用受到极大限制,究其原因不外乎所依赖的卫星导航系统在室内信号受限。针对无人机在室内应用受限问题,仅依靠自身搭载的传感器来完成在室内或未知环境下的飞行探索已经成为一个研究热点。基于上述背景,本文以四旋翼无人机为平台,结合双目视觉传感器并融合惯性测量单元,搭载机载计算机和激光雷达,
光子计数单像素成像将光子计数技术和基于压缩感知的单像素成像结合,具有高灵敏、低成本的优势,在光学遥感成像、光谱成像、生物医学成像等领域有重要的应用。传统的重建算法存在采样时间和重建时间长的问题,近年来将深度学习用于压缩感知重建取得了重大的突破。基于深度学习的压缩采样和重建网络,将去除偏置和激活函数的全连接层作为测量矩阵,避免了传统迭代算法的带来的巨大计算量,从而实现了更快更高质量的图像重建。但利用
作为量子密码学的一个重要研究方向,量子密钥分配旨在实现合法通信参与者之间安全地共享密钥。量子密钥分配协议一般要求所有通信参与者都具备量子能力,而且协议所涉及的多数量子设备都比较昂贵。Boyer等开创性地提出了适用于量子方和经典方之间的半量子密钥分配协议。为了避免半量子密钥分配协议中攻击者Eve冒充合法参与者Alice或Bob,需要对通信参与者进行身份认证。基于Cluster态和类GHZ态等纠缠态,