排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
针对现有的Spatially Variant Apodization(SVA)算法不能有效抑制旁瓣或损失主瓣能量的问题,该文提出了一种改进的SVA算法.该算法把传统的滤波器从3点扩展到5点,并且根据采样率的不同,设定相应的滤波器参数,得到满足约束优化理论的最优解.改进的SVA算法能够与合成孔径雷达(Synthetic Aperture Radar,SAR)成像算法相结合,在距离压缩和方位压缩中,分别利用改进的SVA算法来抑制旁瓣.该算法适用于任意奈奎斯特采样率,既能有效地抑制旁瓣,又能保持主瓣的能量和信号的高分辨率.实验结果表明,与传统的频域加窗方法相比,该方法能够在保持图像高分辨率的前提下,更有效地抑制旁瓣. 相似文献
1
