咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >阵列SAR高分辨三维成像与点云聚类研究 收藏

阵列SAR高分辨三维成像与点云聚类研究

Research on High-resolution 3D Imaging and Point Cloud Clustering of Array SAR

作     者:姬昂 裴昊 张邦杰 徐刚 JI Ang;PEI Hao;ZHANG Bangjie;XU Gang

作者机构:东南大学毫米波国家重点实验室南京210096 

出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期:2024年第46卷第5期

页      面:2087-2094页

核心收录:

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基  金:国家自然科学基金(62071113) 江苏省优秀青年基金(BK20211559) 

主  题:阵列SAR 阵列超分辨 3D目标聚类 

摘      要:相较于传统SAR 2维成像,SAR 3维成像技术能克服叠掩与几何失真等问题,因而具有广阔的应用前景。作为一种3维成像典型体制,阵列SAR高程维分辨率通常理论上受阵列孔径的限制,远低于距离和方位维分辨率。针对这一问题,该文通过引入邻域像素间高程的一致性假设,提出一种基于加权局域像素联合稀疏的压缩感知(CS)算法。然后利用K平均(K-means)和基于密度的空间聚类(DBSCAN)等典型聚类算法实现观测场景内特定目标(如建筑物与车辆)聚类分析。最后,实测数据实验验证了该文所提算法的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分