排序方式: 共有74条查询结果,搜索用时 15 毫秒
1.
合成孔径雷达(SAR)由于其自身条件的限制,导致在日常的研究中需要人为的在计算机上对其信号进行一些仿真。在得到的仿真信号中包含着目标的微动信号,这些微动信号对应着目标的微动特性,它们是目标的本质属性,是目标特性研究的重点。而微动特性又会受到目标和雷达参数等的影响,因此,需要对不同参数下目标的微动特性进行研究。主要以机载SAR为模型,构建模型仿真,并对目标参数、雷达参数、仿真参数等进行完整的特性分析。其中仿真主要采用散射点模型,运用采样序列分段置零的仿真方法构建仿真模型;再运用时频分析方法对得到的仿真结果进行特性分析;由于场景中很多参数如PRF、车身速度、车轮半径、散射点采样个数、车身运动方向与方位向夹角等会对目标的微动特性产生影响,因此,改变这些参数再用时频分析方法对不同参数下的仿真结果进行分析,并最后对其进行总结来研究目标的微动特性。 相似文献
2.
3.
针对复杂水下环境运动小目标检测中存在的目标信号强度弱、信杂比低等问题,该文提出基于子空间投影的检测前跟踪(TBD)算法:对原始图像数据截取序列片段,将3维时空片段中的短时运动航迹投影到2维子空间平面;利用2维投影图中平面航迹的形态特征进行初步筛选,提取目标的有效运动区域;将2维平面中的目标短时航迹在局部区域重建3维时序,在3维航迹回溯过程中利用目标运动特征再次筛选目标短时航迹.通过上述分级检测机制,可实现快速高精度的目标短时航迹检测.结合前景检测以及基于层次凝聚聚类(HAC)的长时航迹检测算法,构建了针对运动小目标的完整检测前跟踪方法.最后使用实测声呐图像数据验证了算法的检测精度和检测速度. 相似文献
4.
像素级的马尔可夫随机场图像分割算法,在强噪声的SAR图像中难以保证消除斑点噪声的同时不破坏图像的边缘结构.针对此,本文提出了一种新的分割方法,首先将图像划分为若干个内部连通且有良好边缘的小区域块,然后将区域块内像素灰度的均值作为块内每个像素的灰度强度以提高算法的抗噪能力.在迭代优化阶段,用区域块替代像素作为新的处理单元,从而减少处理单元的数目提高算法的运行效率.为验证新算法的性能,将其分别应用于人工合成图像和真实的SAR图像上,并与经典分割算法做比较显示出了本文算法在噪声抑制、边缘保护和运算效率方面的性能. 相似文献
5.
6.
提出一种基于局部线性判别器融合的方法,在非线性流形上展开判别分析.首先根据Gabriel图对整体流形作局部区域划分,并构造局部线性判别器.然后通过局部判别器融合获取整体非线性判别器:基于边界准则函数,以迭代优化的方式为每个局部判别器分配最佳的权重系数.基于边界准则函数的融合算法,克服小样本问题,消除整体判别器的性能对样本分布的依赖性.在人工合成数据集以及人脸图像库上的实验证明本文算法的有效性. 相似文献
7.
8.
基于匹配追踪的稀疏分解方法原理简单,在工程实际中应用广泛,但其计算量大,重构精度也不够理想。针对此问题,利用水下目标回波信号的块稀疏特性,提出了水下目标回波的块信号稀疏分解方法。首先基于水下目标回波和块稀疏信号的基本理论,结合回波信号仿真结果,分析了水下目标回波信号的块稀疏特性;然后,充分考虑回波信号本身的稀疏结构,利用信号分块和原子分块的思想,针对水下目标回波提出了块信号的稀疏分解和块匹配追踪重构算法,并从理论上对其计算复杂度进行了分析;最后,采用仿真实验的方式,与传统方法进行对比。结果表明,该方法大大减少了计算量,提高了重构精度。 相似文献
9.
提高纹理清晰度、保护边缘信息是合成孔径雷达(SAR)图像融合的重要目标。针对该问题,提出了一种基于像素分类的自适应SAR图像融合算法。首先使用canny算子提取图像的边缘并分类,然后利用混合高斯模型和隐马尔可夫树模型对小波系数进行建模;在此基础上使用EM算法求得模型参数,并进一步得到隐状态的概率,也就确定了小波系数的混合高斯分布;接着对两个待融合小波系数不同的类型组合采用不同的融合策略,并以隐状态概率加权;最后通过小波反变换、边缘分类增强获得融合以后的图像。实验结果表明,和传统的融合算法相比,该算法取得了更好的融合效果。 相似文献
10.