一种基于批处理CLEAN的杂波抑制方法

    公开(公告)号:CN112014818B

    公开(公告)日:2022-09-16

    申请号:CN202010861120.6

    申请日:2020-08-25

    Abstract: 本发明涉及一种基于批处理CLEAN的杂波抑制方法,属于外辐射源雷达的杂波抑制技术领域。包括:经过外辐射源雷达获取离散化的回波信号和参考信号;设置分段长度;对离散化的回波信号和参考信号进行分段;将各段的回波信号和参考信号进行快速傅里叶变换,分别得到频域信号,将两频域信号共轭相乘后进行逆傅里叶变换,再截取逆傅里叶变换结果得到部分元素;根据各段得到的部分元素进行杂波时延定位并构造部分杂波矩阵;利用最小二乘计算各段部分杂波矩阵对应的系数;进行杂波对消,当满足迭代输出条件时将杂波对消后的信号拼接输出。所述方法能一次进行多个杂波成分对消,加快运算速度,且减少了对计算机存储空间的消耗,提升了系统的处理效率。

    基于非线性一维海面分形模型的电磁散射系数估计方法

    公开(公告)号:CN102306217B

    公开(公告)日:2013-06-19

    申请号:CN201110230957.1

    申请日:2011-08-12

    Abstract: 本发明公开了基于非线性一维海面分形模型的电磁散射系数估计方法,属于海面电磁散射系数估计的研究领域,首先建立新的非线性海面分形模型,这种海面模型以水波的二阶解为基础,新的海面模型可反映出波浪的波峰波谷不对称的非线性特征,然后基于此非线性模型利用Kirchhoff近似方法计算海面的电磁散射系数,最终得到较线性模型更为准确的海面散射系数估计值,更加灵活的反映了不同海况的散射结果,具有估计准确,运算量小的特点。

    基于分数阶傅里叶变换的压缩感知SAR成像方法

    公开(公告)号:CN102879782A

    公开(公告)日:2013-01-16

    申请号:CN201210360880.4

    申请日:2012-09-25

    Abstract: 本发明提出一种基于分数阶傅里叶变换的压缩感知SAR成像方法,属于微波成像技术领域,对稀疏目标场景,系统发射线性调频脉冲信号,采用将回波信号向低维测量矩阵投影的方式,获取比Nyquist采样定理所需测量数据量少得多的测量数据。结合回波信号在简化分数阶傅里叶变换域稀疏形式和数据获取方式构建重构矩阵之后,通过压缩感知信号重构方法优化求解距离脉压结果,并对距离脉压结果进行距离徙动校正和方位脉压获得目标场景成像结果。本发明所提出的成像方法针对具有稀疏特性的目标场景可实现大幅降低测量数据量,有效缓解数据存储和传输的压力。

    基于分割组合的SAR图像自适应恒虚警率目标检测方法

    公开(公告)号:CN101975940A

    公开(公告)日:2011-02-16

    申请号:CN201010292987.0

    申请日:2010-09-27

    Inventor: 陶然 孙祥 白霞

    Abstract: 本发明公开了一种基于分割组合的SAR图像自适应恒虚警率目标检测方法,属于合成孔径雷达技术领域。将参考窗分成四个子窗,提取四个子窗的均匀度统计量并判别子窗是否均匀。根据非均匀的个数采取相应的子窗组合策略得到用来估计背景杂波模型的参数,然后利用虚警概率以及杂波模型之间的关系得到检测阈值。将当前检测单元的像素值与检测阈值比较,判断目标是否存在,采用流水式检测整幅待测SAR图像,对检测完的SAR图像进行目标融合操作。本方案计算量小,操作简单,解决了现有技术在高分辨大场景下环境复杂多变多目标邻近时检测概率低、虚警率高等问题,使得检测效果明显提高,在各种较复杂检测环境下均能保持较好检测性能。

    一种基于多观测张量稀疏表示的三维ISAR成像方法

    公开(公告)号:CN116594015A

    公开(公告)日:2023-08-15

    申请号:CN202310583620.1

    申请日:2023-05-23

    Abstract: 本发明公开的一种基于多观测张量稀疏表示的三维ISAR成像方法,属于逆合成孔径雷达成像领域。针对现有ISAR成像技术在数据欠缺时成像分辨率降低以及噪声较大时成像质量下降的不足,本发明采用多观测法,利用多个通道信号间的相关性,提升数据的包容性,相较于传统算法在信噪比较小情况下,重构效果更好,提升ISAR成像的分辨率;采用张量化方法直接对三维数据进行处理,不需要对展开的大矩阵求逆矩阵从而提高算法的效率,同时兼顾重构信号的三维结构信息,进一步提高成像准确性,提高三维ISAR成像的精度与质量。本发明基于多观测张量稀疏表示实现三维ISAR成像,适用于逆合成孔径雷达成像领域,提升低信噪比下的成像精度与成像质量。

    一种基于雷达微多普勒信号分离的人体行为分类方法

    公开(公告)号:CN112580486A

    公开(公告)日:2021-03-30

    申请号:CN202011476490.4

    申请日:2020-12-15

    Abstract: 本发明公开的一种基于雷达微多普勒信号分离的人体行为分类方法,属于雷达目标探测信号处理领域。本发明实现方法为:通过在雷达人体行为分类系统的预处理环节增加微多普勒信号分离操作,实现肢体运动微多普勒信号增强,利用联合维度优化的卷积主成分分析网络CPCAN从增强后的微多普勒时频图中自主学习高辨识度的特征,将提取的特征输入SVM分类器实现行为分类。分离操作用于防止主成分滤波提取特征和进行数据降维时丢失肢体微多普勒特征细节信息,通过维度优化算法能够准确、快速地确定CPCAN卷积网络层的滤波器数目。本发明具有网络结构简单、运算复杂度低的优点,能够以较少的网络层数实现高识别率的肢体活动受限人体行为分类,降低相似行为之间的误判率。

    基于分数阶傅里叶变换的压缩感知SAR成像方法

    公开(公告)号:CN102879782B

    公开(公告)日:2014-07-09

    申请号:CN201210360880.4

    申请日:2012-09-25

    Abstract: 本发明提出一种基于分数阶傅里叶变换的压缩感知SAR成像方法,属于微波成像技术领域,对稀疏目标场景,系统发射线性调频脉冲信号,采用将回波信号向低维测量矩阵投影的方式,获取比Nyquist采样定理所需测量数据量少得多的测量数据。结合回波信号在简化分数阶傅里叶变换域稀疏形式和数据获取方式构建重构矩阵之后,通过压缩感知信号重构方法优化求解距离脉压结果,并对距离脉压结果进行距离徙动校正和方位脉压获得目标场景成像结果。本发明所提出的成像方法针对具有稀疏特性的目标场景可实现大幅降低测量数据量,有效缓解数据存储和传输的压力。

    基于分割组合的SAR图像自适应恒虚警率目标检测方法

    公开(公告)号:CN101975940B

    公开(公告)日:2012-11-28

    申请号:CN201010292987.0

    申请日:2010-09-27

    Inventor: 陶然 孙祥 白霞

    Abstract: 本发明公开了一种基于分割组合的SAR图像自适应恒虚警率目标检测方法,属于合成孔径雷达技术领域。将参考窗分成四个子窗,提取四个子窗的均匀度统计量并判别子窗是否均匀。根据非均匀的个数采取相应的子窗组合策略得到用来估计背景杂波模型的参数,然后利用虚警概率以及杂波模型之间的关系得到检测阈值。将当前检测单元的像素值与检测阈值比较,判断目标是否存在,采用流水式检测整幅待测SAR图像,对检测完的SAR图像进行目标融合操作。本方案计算量小,操作简单,解决了现有技术在高分辨大场景下环境复杂多变多目标邻近时检测概率低、虚警率高等问题,使得检测效果明显提高,在各种较复杂检测环境下均能保持较好检测性能。

    基于短时分数阶傅里叶域滤波的自聚焦预处理方法

    公开(公告)号:CN101963662A

    公开(公告)日:2011-02-02

    申请号:CN201010287061.2

    申请日:2010-09-20

    Abstract: 本发明涉及一种基于短时分数阶傅里叶域滤波的自聚焦预处理方法,属于合成孔径雷达(SAR)信号处理领域。所述方法的步骤如下:1)提取单个特显点的相位误差信号;2)判定该相位误差信号的相位是否以二次为主;3)在变换域滤除噪声:如果相位以二次相位误差为主,则使用短时分数阶傅里叶域滤波;否则使用短时傅里叶域滤波;4)将结果时频逆变换到时域,对相位误差进行估计和补偿,实现自聚焦处理。本方法有效解决了低信噪比环境下相位误差,特别是二次相位误差的估计和补偿问题,可以获得相位误差历程的主要部分,将其从原始信号中除去之后可以大大改善成像质量,进而提高了特显点信号的信杂比。

    基于KL散度的加权稀疏自表示的高光谱波段选择方法

    公开(公告)号:CN117409311A

    公开(公告)日:2024-01-16

    申请号:CN202310148111.6

    申请日:2023-02-22

    Inventor: 赵娟 滕蔚珂 白霞

    Abstract: 本发明涉及基于KL散度的加权稀疏自表示的高光谱波段选择方法,属于高光谱图像处理技术领域。所述方法获取到高光谱图像立方体,转换成二维光谱矩阵;利用PCA和超像素分割算法将所述图像分割成多个区域;构建光谱矩阵的邻域图,计算相似图并进行归一化操作;基于KL散度衡量波段间的信息量差异,计算光谱矩阵的相异性矩阵;构造融合空谱信息的加权稀疏自表示模型,求解系数矩阵;对系数矩阵行向量L2范数进行降序排列,选择前M个行序号对应的波段作为最终波段子集。所述方法融合了高光谱图像的空域信息,基于KL散度减小了所选波段的相似性,有效地提高了波段选择的准确性,利于后续的分类。

Patent Agency Ranking