共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
准连续波体制雷达数字信号处理系统的开发是进一步完善该体制雷达的关键。针对数字信号处理系统中最大熵谱外推电路的算法选择进行了研究。 相似文献
4.
不敏Kalman滤波(UKF)算法可以广泛用于各种目标运动的非线性估计中,传统的UKF滤波算法对于时间更新(即一步预测),一般采用对目标运动方程进行离散化或线性化处理,其结果不可避免地产生离散化误差,当目标运动非线性较强时,会导致跟踪误差增大,甚至无法给出正确的预测结果.文中提出的基于阿当姆斯(Adams)预估校正的UKF算法(即Admas-UKF),很好地解决了弹道目标过顶点的跟踪外推问题,仿真结果显示,与传统的UKF算法相比,此算法提高了跟踪外推精度,而计算时间远少于龙格库塔不敏Kalman滤波(Runge_Kutta-UKF)算法. 相似文献
5.
针对合成孔径雷达(SAR)图像属性散射中心估计问题,提出基于狼群算法的新思路。方法首先在图像域上对SAR图像进行“分治”解耦。对每一个属性散射中心进行序贯估计时,采用狼群算法作为基础优化算法,获得散射中心最佳的参数集。狼群算法通过分析狼群的协作捕猎活动及猎物分配等特点,具备良好的全局搜索能力和局部开发能力。算法通过结合传统图像域解耦的思想和狼群算法的稳健优化性能,提高SAR图像整体的属性散射中心估计精度。实验中,采用所提方法对MSTAR数据集中的原始SAR图像及加噪样本进行参数估计,实验结果验证了其有效性和噪声稳健性。 相似文献
6.
基于免疫算法的SAR图像分割方法研究 总被引:3,自引:0,他引:3
免疫算法是借鉴生命科学中免疫的概念和理论提出的一种优化算法,它继承了遗传算法的优越性,且避免了优化过程中的退化现象。空间矩阵描述了不同区域间的相邻概率。SAR图像固有的相干斑噪声使对SAR图像处理非常困难。同时,由于SAR图像具有不同区域间对比度较大的特点,因而SAR图像的空间矩阵具有同类区域间相邻概率较大,异类区域间相邻概率较小的特征。该文将SAR图像的空间矩阵的这一特征作为免疫算法中的疫苗,用免疫算法搜索分割结果,并收敛到最优。仿真结果表明,这是一种有效的SAR图像区域分割方法,可以明显抑制噪声对分割结果的影响。 相似文献
7.
SAR图像舰船目标检测算法的对比研究 总被引:8,自引:0,他引:8
SAR图像舰船目标检测有二种经典算法:双参数CFAR算法和K-分布CFAR算法。本文分析了二种算法的特点,使用RADARSAT卫星不同模式SAR图像分别进行实验,给出二种算法的适应性。 相似文献
8.
9.
采用格形算法对SAR图像进行压缩处理 总被引:2,自引:2,他引:0
文章提出了一种新的可用于合成孔径雷达的图像数据压缩技术。该技术基于格形编码的方案,人有比以往的压缩算法更为出色的特性,在星载和机载合成孔径雷达图像和原始数据的压缩上有着广泛的应用前景。文中给出了对机载雷达图像压缩后的实验结果和分析数据。 相似文献
10.
基于富里哀变换的带限信号外推算法 总被引:1,自引:1,他引:0
本文提出一种直接基于富里哀变换的带限信号外推新算法: FFT迭代算法。它在外推性能和谱估值方面比以往的方法好。由于采用了FFT和收敛加速因子,它是一种实用的算法。数值例子表明,对有噪声数据而言,FFT迭代算法是一种有效的外推算法。 相似文献
11.
SAR图像分辨率的统计判别准则 总被引:5,自引:1,他引:4
提出了合成孔径雷达(SAR)图像分辨率的统计判别准则。经典的瑞利分辨准则是一个基于人类视觉感知的分辨准则,存在一定的理论缺陷,在SAR图像应用中也存在两个严重问题:没有体现噪声对成像系统分辨能力的影响;没有考虑利用复图像来分辨目标;这些不足限制了SAR图像的应用效能。通过对分辨性能的分析,认为SAR图像的目标分辨问题本质上是一个假设检验问题,进而建立了分辨的假设检验模型,提出了SAR图像分辨率的统计判别准则。分别针对功率图像和复图像的目标分辨,得到了明确的分辨率与信噪比的关系、分辨率与目标相对相位的关系这两个主要结论。这些结果对于SAR系统设计、SAR图像超分辨处理及SAR图像应用都有重要意义。 相似文献
12.
13.
为了寻找一种可行的成像算法,提高分布式合成孔径雷达成像分辨率,建立了分布式合成孔径雷达系统的一种简化模型,即线性分布阵列,分析了提高合成孔径雷达方位分辨率的原理,并讨论了在不同方位谱的情况下,借用通信系统中的扩频思想,通过多普勒频谱合成(增大等效合成孔径)来提高方位向分辨率。最后给出了仿真实验及结论,证实该种方法的有效性。 相似文献
14.
15.
16.
17.
该文提出了结合目标特性与图像多视数对SAR分辨特性进行分析和评定的方法。基于对SAR目标可分辨概率的研究,以及对SAR复散射回波信号特性的分析,得到了目标之间关于信号幅度比、相位差和多视数的联合概率密度函数,建立了SAR分布目标可分辨特性与目标统计特性以及图像多视数之间的数学关系模型。结合目标可区分条件,探讨分析了目标统计特性和多视处理对SAR系统分辨特性的影响。从该文的研究分析可以看出,由于分布目标信号具有的随机特性,在目标间距离小于传统的分辨率时也存在可分辨性,目标间距离大于系统分辨率时也存在不可分辨性。多视处理相当于增加了目标间的相关性,同样对SAR的分辨特性有较大的影响。该文提出的分辨特性评价指标将SAR系统特性与目标特性相结合,更能真实反映SAR的分辨性能,对SAR系统参数设计和评定有重要意义。 相似文献