高分辨SAR对运动目标聚焦成像技术研究

来源 :中国电子科技集团公司电子科学研究院 | 被引量 : 0次 | 上传用户:zfflygun
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
合成孔径雷达成像技术不断发展,图像方位分辨率和距离分辨率都得到了显著提升;在战场侦察方面,雷达对目标区域高分辨成像的同时,还需要对区域内动目标进行检测、成像和定位。大量的地杂波使得慢速动目标被淹没而无法检测;同时动目标在SAR图像中还会出现方位偏移和散焦,如何提高动目标的检测能力和成像效果成为了动目标指示技术的研究热点。基于高分辨条件下SAR的仿真和实测数据,本文将动目标聚焦成像作为主要研究内容,具体工作概括如下:1、作为研究基础,首先建立合成孔径雷达对静止目标的成像模型,讨论了SAR图像中,方位向和距离向分辨率的决定因素。在成像算法上分别介绍了经典的RD、CS和ω-k算法,对比各算法的成像流程和适应场景。2、在静止目标模型基础上建立动目标成像模型,分析动目标多普勒中心频率和调频率对SAR图像的影响。为了检测动目标,分别有单通道和多通道下地面动目标指示(Ground Moving Target Indicator,GMTI)技术。文中详细分析单通道和四种多通道杂波抑制和检测技术,讨论了通道均衡的重要性,以及如何利用恒虚警检测动目标。3、为实现运动目标聚焦成像,本文提出了基于杂波抑制干涉CSI-MD的动目标再聚焦算法,给出了目标多普勒中心频率和调频率的估计过程,通过参数估计对动目标再聚焦和重定位。针对动目标的跨距离单元徙动现象,借鉴了逆合成孔径雷达(ISAR)算法,提出了基于自适应杂波抑制ACSI-ISAR动目标再聚焦算法,利用目标包络和相位补偿实现动目标的再聚焦。文章最后对全文进行总结,分析了动目标聚焦成像领域进一步的发展前景。
其他文献
随着互联网技术在我国的深入发展以及现代化通讯工具的普及,网络已成为人民日常生活必不可少的一部分。越来越多的网民在诸如微信、微博等平台上达到足不出户就可以全面获知
石墨相氮化碳(g-C3N4),是一种能够在可见光区域进行催化的非金属光催化剂。因为其在太阳能转换和环境修复方面有很大的潜力,所以一直是研究的热点。自2009年以后,大量的工作
随着垃圾产量的增多,造成的污染日益严重,垃圾分类可以改善污染问题,改善和保护人们的生活环境。近几年国家高度重视垃圾分类,出台了有关垃圾分类管理政策,北京和上海已经实施垃圾分类制度,但是传统的垃圾桶不能满足现有的垃圾分类收集和用户家中进行有效的垃圾分类,本文将有形的产品和无形的服务相结合,设计了从垃圾产生的源头进行分类的家用分类垃圾桶设计。首先,本文采用调查问卷的方法对用户垃圾分类的方式、习惯、态度
学位
作业是课程的重要组成部分,是连接教学与评价的重要环节,是“减负增效”最显性的指标,当前,传统数学作业存在着教辅书泛滥、作业实施效果差、教师作业环节安排不合理等情况,校本作业随之产生。了解发现,当前大部分高中学校都有使用数学校本作业,分析现行高中数学校本作业设计的现状及存在的问题,开展相关研究,对于提升高中数学校本作业设计方面有重要的现实意义。本研究通过文献研究法、问卷调查法和案例分析法,基于对K市
学位
电子化浪潮的来临给各国政府带来了重大机遇和挑战,全球各国都开始加入新世纪政府改革的大势,利用信息技术改进传统管理方式。由于西方发达同家的信息化基础较好,再加上政府
能源的开采和利用是人类赖以生存和发展的重要物质基础,开发研究新能源,提高能源的转换效率,是建立可持续发展模式的必然要求。直接甲醇燃料电池(DMFC,Direct methanol fuel
离散事件系统用来描述由不规则时间间隔出现的事件驱动的动态系统,而自动制造系统通常被认为是一种特殊的离散事件系统。在生产中经常会出现不同加工进程同时竞争有限资源的情况,这往往会导致死锁现象的产生,造成许多灾难性的损失。因此,为了避免死锁的发生,需要对离散事件系统的状态进行限制以确保系统的行为能够在预期的范围内。在离散事件系统监督控制理论中,将不符合规范的状态称为禁止状态。本文研究的控制器是通过设计合
近年来,随着无线通信业务的不断发展,无线局域网(Wireless Local Area Network,WLAN)的使用也越来越普遍。在高密度的WLAN中,随着站点数量的增加,采用基于自由竞争的分布式协调功能(Distributed Coordination Function,DCF)使得碰撞愈加严重,网络性能急剧下降。另外,站点(Station,STA)与接入点(Access Point,AP)
目前,高清视频监控已广泛的应用于公安机关的安防系统、军事领域和孤巢老人监控系统等领域之中。针对上述高清视频监控,主要的监测对象是以人作为重要监控目标,那么对人体的检测和人体行为的检测是理解监控视频信息的重要手段,因此对人体行为检测有着巨大的经济价值和实用价值,使其成为智能视频监控研究领域的热点。近年来,随着深度学习的发展、计算机GPU设备性能提升以及GPU在图形计算上的优异表现,基于深度学习的人体
在医学成像设备飞速发展的同时,医学图像的分辨率不断提高,数据量成倍增长,为了缓解海量图像数据所占用存储空间和网络带宽的需求,研究一种高效的医学图像编码压缩方法非常必要。根据目前医学图像压缩算法的研究情况,基于DCT以及EZW的编码压缩方法性能较低,而借助CPU、DSP、ASIC等平台实现图像压缩算法存在处理速度慢、功耗高、开发周期长等问题。FPGA虽然具有高速运算、低功耗、开发周期快等特性,但在复