基于目标csar回波模型的sar自动目标识别算法

基于目标csar回波模型的sar自动目标识别算法

ID:37028316

大小:2.03 MB

页数:7页

时间:2019-05-15

基于目标csar回波模型的sar自动目标识别算法_第1页
基于目标csar回波模型的sar自动目标识别算法_第2页
基于目标csar回波模型的sar自动目标识别算法_第3页
基于目标csar回波模型的sar自动目标识别算法_第4页
基于目标csar回波模型的sar自动目标识别算法_第5页
资源描述:

《基于目标csar回波模型的sar自动目标识别算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于目标CSAR回波模型的SAR自动目标识别算法锐*①②③峻①②峰①②张洪明①(中国科学院空间信息处理与应用系统技术重点实验室北京100190)②(中国科学院电子学研究所北京100190)③(中国科学院研究生院北京100039)摘要:基于模板的SAR目标识别需要存储海量的目标模板,给识别系统的设计和算法效率的提高都造成了严重的困难,而基于模型的方法克服了上述问题,并已成为下一代目标识别算法研究的热点。该文提出的基于圆周SAR(CSAR)回波模型的识别算法,从目标的3维CAD模型出发,利用弹射线原理构建目标的CSAR回波,并通过在线实时

2、预测目标聚束SAR图像来完成识别。同传统的基于散射中心模型的算法相比,利用CSAR回波的算法不仅预测结果准确,而且算法简单高效。仿真实验验证了算法的有效性,并比较了相关算法的优缺点。关键词:合成孔径雷达,自动目标识别,圆周合成孔径雷达,弹射线法,3维模型中图分类号:TN958DOI:10.3724/SP.J.1146.2010.00192文献标识码:A文章编号:1009-5896(2011)01-0027-06SARATRAlgorithmBasedonCSARRawEchoModelingZhangRui①②③HongJun①②Mi

3、ngFeng①②①(KeyLaboratoryofSpatialInformationProcessingandApplicationSystemTechnology,ChineseAcademyofSciences,Beijing100190,China)②(InstituteofElectronics,ChineseAcademyofSciences,Beijing100190,China)③(GraduateUniversityofChineseAcademyofSciences,Beijing100039,China)Abst

4、ract:Template-basedATRalgorithmneedsthestorageofmassivetemplatesofthetargets,whichcauseaheavyburdenofsystemdesignandalgorithmoptimization.Onthecontrary,model-basedalgorithmcanovercomethisdrawbackandbecomeapromisingsolutionofthenextgenerationATRsystem.Anewalgorithmbasedo

5、nCSARrawechoofthetargetsisproposedbyapplyingtheSBR(ShootingandBouncingRays)methodontothe3DCADmodelofthetargets,thentherecognitionprocedureiscompletedviaonlinepredictionofthehypothetictargets.ThepredictedSARimageofthetargetismoreaccurateandefficientcomparingwiththetradit

6、ionalscatteringcenterapproach.Thesimulateexperimentsvalidatetheproposedmethodandcompareitwiththetraditionalmethods.Keywords:SAR;ATR(AutomaticTargetRecognition);CSAR(CircularSAR);SBR(ShootingandBouncingRays);3Dmodel1引言随着SAR技术的不断发展和分辨率的不断提高,如何从大量的SAR图像中实现快速、准确的自动目标识别(Auto

7、maticTargetRecognition,ATR)已经成为当前SAR应用研究的一个热点[1]。同光学传感器不同,SAR是针对散射电磁波的相干成像系统,所得图像不仅具有较强的斑点噪声,而且目标特征也具有易变性[2]。即成像参数、目标姿态、俯视角度、目标配置、甚至周围环境的较小波动,都会引起目标图像特征的较大变化。SAR图像的敏感性,使得基于模板的SARATR系统需要存储海量的目标模板,给识别系统的设计和算法效率的提高都造成了严重的困难[3]。为解决上述困难,美国DARPA(DefenseAdvancedResearchProject

8、sAgency)和AFRL(AirForceResearchLaboratory)发起的MSTAR(MovingandStationaryTargetAcquisitionandRecognition)计划,提出了一套基

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。