排序方式: 共有70条查询结果,搜索用时 15 毫秒
1.
2.
机场跑道异物的存在给机场造成了很大的安全隐患,快速精确地检测跑道异物具有现实意义。当雷达作用距离比较短时,异物反射强度随距离的变化非常剧烈。针对这一问题,基于图像差值提出一种跑道异物检测算法。该方法首先根据异物灰度值的分布特征对异物幅值进行分块校正,然后运用局部阈值的方法对跑道差值图进行分割,最后通过图像分块和目标合并实现对异物的定位。实测雷达数据处理结果验证了该方法的有效性和实时性。 相似文献
3.
由于复杂的成像机制,对于存在丰富地表附属物的城镇、村庄等区域,从不同角度获取的雷达图像间存在明显的非线性辐射畸变和阴影特征差异,使得现有的图像配准方法不再适用。为了解决这一问题,本文在辐射不变特征变换(Radiation-Variation Insensitive Feature Transform,RIFT)的框架下分别从特征计算和特征向量生成两个方面进行改进,提出了一种基于多特征描述和阴影感知的多视角雷达图像配准方法。在特征计算阶段,算法利用log-Gabor滤波器实部和虚部的空间域性质对雷达图像中两种不同特征进行提取,使单一的特征变化不再影响特征描述,增强算法对非线性辐射畸变的鲁棒性。在特征向量生成阶段,利用log-Gabor滤波器对阴影区域响应低的性质,实现对图像阴影区域的检测,并为受阴影影响严重的子邻域所生成的特征向量施加掩膜,有效消除了阴影特征差异对图像配准的影响。实验结果表明,针对多视角雷达图像配准问题,本文方法在均方根误差、成功匹配概率和正确匹配点数上优于现有算法,能够实现多视角下雷达图像的精确配准。 相似文献
4.
5.
多通道SAR具有高度向分辨能力,能够实现叠掩场景的3维重建,但是由于其基线长度有限,利用现有方法进行重建所得高程定位精度往往较差,而且由于叠掩区域散射系数起伏较大,重建结果中存在较多的漏检。针对以上问题,该文提出一种基于地形驻点分割的多通道SAR 3维重建方法,首先通过层析获得场景3维分布的草图,之后通过地形驻点定位及以地形驻点为门限的分割得到不叠掩的数据,最后利用干涉信号处理实现场景的3维重建。该方法结合了多通道SAR的高度向分辨能力和干涉信号处理的高精度,能够更加稳定、精确地实现叠掩场景的3维重建,基于实际场景缩比模型的仿真实验结果验证了该文算法的有效性。 相似文献
6.
雷达通信一体化是在实现无线通信的同时实现目标探测,以减小电磁干扰,提高频谱利用率。信号设计是雷达通信一体化技术实现的关键。由于常见的基于正交频分复用(OFDM)的雷达通信一体化信号存在频偏敏感和带外辐射过高的问题,不适用于高动态应用场景。考虑到滤波器组多载波(FBMC)信号具有高多普勒容限和低带外泄露的优点,该文在FBMC框架下,通过优化雷达通信子载波时频位置,提出了一种FBMC梳状谱雷达通信一体化信号设计方法。由于FBMC信号载波间与符号间存在固有干扰,因此信道估计不准确且不适应快时变信道,因此该文设计了一种交错梳状辅助导频结构,消除固有干扰的同时实现信道跟踪。此外,一体化信号中雷达复信号会对通信信号引入实干扰,该文提出了一种基于干扰利用的实干扰补偿算法,将实干扰用于通信信号还原。仿真结果表明,在快时变信道下,该文所设计的雷达通信一体化信号在进行高数据率传输过程中具有较低的误码率,且具有较好的雷达探测性能。 相似文献
7.
双站SAR是一种新体制SAR,它具有构型灵活多变、隐蔽性强等优点,在国防建设中具有重要的应用前景。双站SAR的同步误差和信号处理的复杂性给实际系统和成像处理都增加了困难。在X波段双站SAR一站固定模式的实验基础上,针对实际实验系统设计,对同步误差的产生和消除进行了分析,并利用BP算法对实验数据进行了处理。仿真和实际数据处理结果都证明了本次实验设计的有效性和算法的正确性。 相似文献
8.
合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。 相似文献
9.
阵列层析SAR通过交轨向布置多个不同高度天线、方位向合成孔径和斜距向大带宽信号,具备三维成像能力,单次航过即可实现观测区域的三维点云获取。受限于阵元数目和基线长度,高程向分辨率较低,同时建筑物区域存在叠掩,在三维重建过程中提取建筑物目标特征效率较低。针对这个问题,该文提出了一种基于机器学习的建筑物目标识别和提取算法,通过基于多元线性回归的点云分割、基于梯度算子的边缘提取和基于聚类分析的建筑物分区重建,进行建筑物立面、顶面和地面的提取,能够得到较好的立面与地面相交的脚印信息,大大提高了特征提取效率。通过国内首次机载阵列层析SAR实验数据处理结果,验证了该方法的有效性。 相似文献
10.