欢迎来到天天文库
浏览记录
ID:37403041
大小:6.28 MB
页数:98页
时间:2019-05-23
《合成孔径雷达超分辨率成像算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、P46577,6摘要f合成孔径雷达是有源相干高分辨率成像雷达系统。由其接收的散射回波数据重建散射源图像属于求解逆问题,决定了重建散射源图像就是估计散射源的参数,即估计散射源的空间位罱及其后向散射系数。常规成像算法对接收数据进行i维匹配滤波,计算接收数据与系统二维逆格林函数的相关函数,特别是利用快速傅立叶变换,在频域内处理接收数扼完成重建图像的运算,估计出散射源的后向散射系数的二维分布函数。虽然匹配滤波算法是快速高效的成像算法,能满足某些应用的实际需要,但是匹配滤波成像算法也存在局限之处,如观测样本中
2、的f噪声不是加性白噪声,匹配滤波后的输出5就达不到信噪比最大,而且匹配滤波的日标是得到最大的输出信噪比,而不是保证输出信号的不失真。距离向和方位向分辨率的提高只能依靠增大发射信号带宽和多普勒带宽。针对匹配滤波成像算法的局限性,可以对匹配滤波成像方法进行改进,或者采用其它原理和方法重建图像。I7本论文着重研究了匹配滤波成像的改进办法以及其它的重建图像算法的原理和方法,特别对合成孔径雷达超分辨二棼成像算法进行了探讨。为此.本文首先讨论了合成孔径雷达的成像原理,并依掘此成像原理,对模拟的多个点目标回波数据
3、以及真实的测量数据进行了成像处理。详尽讨论了子孔径对准、相位梯度等主要的合成孔径雷达自聚焦算法的原理,利用教焦图像对这些自聚焦算法进行了分析和比较。在文中对相干斑抑制算法也进行了归类和讨论,同时也对部分相干斑抑制算法进行了数值实验。【进而X本文对合成孔径雷达超分辨率成像算法进行了分类讨论,并详细分析了这些成像算法的原理以及算法实现。利用部分算法对模拟数据和真实的雷达接收数据进行了成像处理。关键词:合成孔径雷哮超分辨率j雷达信号j9图像处珲?自聚焦算法i相干斑抑制,一、JABSTRACTSynthet
4、icapertureradar(SAR)lsakindofactivecoherenthighresolutionimagingradarsystemcapableofproducinghigh—resoiutionterrainimagefromdatacollectedbyaphysicall?,smallapertureantenna.SARachievehighangularresolutionbyintegratingthebackscatteredsignalstOsynthesizet
5、heeffectofalargeapertureantenna,andgetthehighenoughrangeresolutionbypulsecompressingtechniques.Theimageofthe1lluminatedscenereconstructedfromthecollectedtwo-dimensionalSARrawdataiSanlnverseproblem.Inessence,thereconstructioniSaparameterestimatingproble
6、m,i.e.,estimatingthecoordinatesoftheobjectintheslantplaneandtheradarCROSSsection(RCS)oftheobjectsTheclassicalimagingalgorithinsarebasedonthematchedfilterandgetfheimages01roughprocessingthereceivedrawdatainfrequencydomainb、broadlyusingthefastFouriertran
7、sform(FFl).Althoughtheclassicalalgorithmsareprovedveryeffective,robust,andcansatisfyimagequalityinsomeapplications、theconventionalonesstillhavesomeshortcomingsand1imitationslnprinciple.Forexample,itfailstoachievemaximumSNRoftheoutputwhenthenoiseinthein
8、putdatasampleisnotadditivegaussianstochastics.Anditsdestinationisn’ttosatisfythefidelitxoftheoutput,buttOachievethemaximumoutputSNR.Somatchedfilterimagingalgorithmsimprovementsandimagingalgorithmsbyotherwaysappeared.Atfirst.1nthisthesis
此文档下载收益归作者所有