检索结果-内蒙古大学图书馆

系统工程与电子技术 2017年第6期39卷 1197-1202页

作者：徐丹邢孟道符吉祥孙光才西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 西安电子科技大学信息感知技术协同创新中心陕西西安710071

传统的点散射中心模型只能表征目标的位置信息,无法表示目标的长度和角度,而属性散射中心模型表征了目标的几何特性。为了能得到目标的全方位部件信息,鉴于属性散射中心模型参数估计的缘故,提出基于属性散射中心的多视角参数化部件提取... 详细信息

传统的点散射中心模型只能表征目标的位置信息,无法表示目标的长度和角度,而属性散射中心模型表征了目标的几何特性。为了能得到目标的全方位部件信息,鉴于属性散射中心模型参数估计的缘故,提出基于属性散射中心的多视角参数化部件提取与合成算法。首先将大视角有重叠的划分为若干子视角,分别进行属性散射中心模型的参数估计,然后将各参数统一投影到同一坐标系下,再进行参数的融合,最终得到目标参数集。该算法得到的这套参数可以反演目标回波数据,提高图像可视性,进行目标识别与分类。最后用两个仿真实验验证了此算法的有效性。

关键词：参数融合多视角属性散射中心模型参数化部件提取图像可视性

来源：评论

学校读者我要写书评

暂无评论

基于属性散射中心模型的SAR超分辨成像算法

引用

宇航学报 2014年第9期35卷 1058-1064页

作者：吴敏张磊段佳邢孟道西安电子科技大学雷达信号处理国家重点实验室西安710071

基于属性散射中心模型,提出一种稳健而快速的SAR超分辨成像算法,在超分辨的同时能够考虑到目标的整体结构。首先利用改进的正交匹配追踪算法(OMP)对简化的属性散射中心模型进行参数估计,然后基于估计的模型参数在信号重构时进行二维频... 详细信息

基于属性散射中心模型,提出一种稳健而快速的SAR超分辨成像算法,在超分辨的同时能够考虑到目标的整体结构。首先利用改进的正交匹配追踪算法(OMP)对简化的属性散射中心模型进行参数估计,然后基于估计的模型参数在信号重构时进行二维频谱外推实现SAR超分辨成像。该算法具有较高的运算效率,相对于传统基于点散射模型超分辨算法,能够有效解决部件不连续的问题,并且初始指向角的利用可以取得良好的聚焦效果。仿真实验验证了该算法的优越性。

关键词：合成孔径雷达超分辨成像属性散射中心模型

来源：评论

学校读者我要写书评

暂无评论

基于目标属性散射中心模型的正向参数化建模

引用

激光与光电子学进展 2019年第12期56卷 207-214页

作者：谢若晗何思远朱国强张云华武汉大学电子信息学院

针对雷达目标自动识别,对目标属性散射中心进行了参数化建模。建模前,基于实体部件分解的目标进行高精度几何建模,提出了一套含空间射线分集的射线追踪方法。基于此,发展了一套基于空间射线分集的目标散射中心参数化正向建模方法。在现... 详细信息

针对雷达目标自动识别,对目标属性散射中心进行了参数化建模。建模前,基于实体部件分解的目标进行高精度几何建模,提出了一套含空间射线分集的射线追踪方法。基于此,发展了一套基于空间射线分集的目标散射中心参数化正向建模方法。在现有的提取面类散射源的基础上,增加了目标边缘强散射源的散射中心,同时推算出了其模型参数。将该方法所得的结果与现有高频方法的结果进行对比,验证了参数化模型的有效性。所提出的参数化建模的方法为雷达目标特征数据库的获取提供了一条新的辅助途径。

关键词：散射参数化建模属性散射中心模型射线分集边缘绕射

来源：评论

学校读者我要写书评

暂无评论

结合属性散射中心模型和空间变迹法的SAR图像旁瓣抑制方法

引用

电子测量与仪器学报 2020年第10期32卷 57-64页

作者：陈潜刘金清福州外语外贸学院福州350202 福建师范大学福州350108

针对合成孔径雷达(synthetic aperture radar,SAR)图像旁瓣抑制问题,提出结合属性散射中心模型和空间变迹法(spatially variant apodization,SVA)的新途径。空间变迹法作为一种经典超分辨率图像处理技术,能在抑制旁瓣的同时保持良好的... 详细信息

针对合成孔径雷达(synthetic aperture radar,SAR)图像旁瓣抑制问题,提出结合属性散射中心模型和空间变迹法(spatially variant apodization,SVA)的新途径。空间变迹法作为一种经典超分辨率图像处理技术,能在抑制旁瓣的同时保持良好的主瓣分辨率。属性散射中心可以很好地描述目标在高频区的电磁散射特性,是分析SAR图像的有力工具。基于属性散射模型的参数估计得到的先验知识再利用空间变迹法处理SAR图像,达到抑制旁瓣的目的。实验结果表明,该方法可以有效抑制SAR图像旁瓣。

关键词：合成孔径雷达空间变迹法属性散射中心模型参数估计旁瓣抑制

来源：评论

学校读者我要写书评

暂无评论

基于幅度相位分离的属性散射中心模型参数估计方法

基于幅度相位分离的属性散射中心模型参数估计方法

引用

作者：蒋文中国科学院大学

学位级别：硕士

合成孔径雷达(Synthetic Aperture Radar,SAR)自动目标识别方法分为基于模板的自动目标识别方法和基于模型的自动目标识别方法。基于模板的自动目标识别方法使用目标在所有观测角度和观测环境下的图像建立数据库，当目标部分结构缺失或... 详细信息

合成孔径雷达(Synthetic Aperture Radar,SAR)自动目标识别方法分为基于模板的自动目标识别方法和基于模型的自动目标识别方法。基于模板的自动目标识别方法使用目标在所有观测角度和观测环境下的图像建立数据库，当目标部分结构缺失或图像中包含的噪声很高时，这种方法的应用就会受到限制。基于模型的自动目标识别方法可以避免这个问题，采用合适的模型并调整模型参数预测目标在各种姿态及环境下的图像和特征，再将待识别目标的已知图像或特征与其预测图像或特征作对比即可识别目标，因此基于模型的目标识别方法应用范围广。　　属性散射中心(Attributed Scattering Center,ASC)模型因为包含多个描述目标散射特征的参数，从而被广泛应用在基于模型的SAR自动目标识别中。从待识别目标的已知雷达回波中估计ASC模型参数是基于ASC模型SAR自动目标识别方法中的重要步骤，但传统ASC模型参数估计方法的估计精度较低，估计速度慢，因此研究高估计精度和高估计速度的ASC模型参数估计方法意义重大。　　为了提高ASC模型参数估计的精度和速度，本文提出了基于幅度相位分离的ASC模型参数估计方法。文中介绍了幅度相位分离思想，根据该思想实现了ASC模型幅度相关项和相位相关项的分离，主要研究内容为:　　1.分析了ASC模型的特点并推导了基于幅度相位分离的ASC模型参数估计方法流程。从对ASC模型的分析中得到其幅度相关项和相位相关项可分离的特点，根据该结论完成了基于幅度相位分离的ASC模型参数估计方法的流程推导;为提高ASC模型参数估计的速度，首先从图像中提取出多个散射中心，然后分别估计各个散射中心对应的ASC模型参数。为提高单个散射中心的ASC模型参数估计速度，考虑到ASC模型幅度相关项和相位相关项可分离的特点，提出使用幅度相位分离的思想进行参数解耦合估计。引入迭代半阈值(Iterative Half Thresholding，IHT)算法提高了ASC模型参数估计的精度。与传统方法相比，基于幅度相位分离的ASC模型参数估计方法使ASC模型参数估计方法的复杂度和ASC模型参数估计的时间降低了一个数量级。　　2.完成了基于幅度相位分离的ASC模型参数估计方法的仿真实验。在仿真实验中首先证明了基于幅度相位分离思想的字典构建方法相比于传统字典构建方法大大降低了字典维度;然后对比了幅度相位分离字典和传统字典对ASC模型参数估计速度的影响，仿真结果证明幅度相位分离字典能够提高ASC模型参数估计的速度;最后对比了基于幅度相位分离的ASC模型参数估计方法与传统ASC模型参数估计方法的估计精度和估计速度，基于幅度相位分离的ASC模型参数估计方法的估计精度和估计速度都高于传统方法，证明了基于幅度相位分离的ASC模型参数估计方法的优越性。　　3.分别利用实际的ISAR数据和SAR数据证实了基于幅度相位分离的ASC模型参数估计方法估计精度高。通过ISAR数据定量化地证明了基于幅度相位分离的ASC模型参数估计方法的高估计精度，通过SAR数据定性证明了基于幅度相位分离的ASC模型参数估计方法的可行性。分别使用从两组实验数据中使用基于幅度相位分离的ASC模型参数估计方法估计得到的ASC模型参数对目标的散射结构进行了估计，使用ASC模型参数与散射结构之间的对应关系可知估计的目标散射结构分布与目标真实散射结构分布吻合，证明了基于幅度相位分离ASC模型参数估计方法估计精度高。ISAR数据通过在实验室环境中对典型散射结构进行的ISAR实验获得，SAR数据是MSTAR数据集中T72坦克的SAR图像。

关键词：合成孔径雷达目标识别属性散射中心模型参数估计幅度相位分离

来源：评论

学校读者我要写书评

暂无评论

基于属性散射中心模型的SAR自动目标识别

基于属性散射中心模型的SAR自动目标识别

引用

作者：张亚军西安电子科技大学

学位级别：硕士

随着合成孔径雷达（Synthetic Aperture Radar, SAR）成像技术的飞速发展，SAR图像分辨率越来越高，使得基于SAR图像的自动目标识别有了更广阔的应用范围。SAR图像的自动目标识别需要从图像中提取目标的有关信息，属性散射中心模型与一... 详细信息

随着合成孔径雷达（Synthetic Aperture Radar, SAR）成像技术的飞速发展，SAR图像分辨率越来越高，使得基于SAR图像的自动目标识别有了更广阔的应用范围。SAR图像的自动目标识别需要从图像中提取目标的有关信息，属性散射中心模型与一般的点散射模型相比，包含了刻画散射中心长度以及与表面曲率有关的参数，因此含有关于目标的更加丰富的信息。本文主要对基于属性散射中心模型的SAR图像目标参数估计、特征提取与目标识别进行了研究。对SAR图像的属性散射中心的参数估计，本文分别介绍了基于图像域分割的参数估计方法和基于正交匹配追踪的参数估计方法，然后对这两种方法的估计结果进行了比较，并用地面目标的实测数据验证后一种算法的估计结果。对于目标的特征提取，本文研究了哪些属性散射中心参数可以用来鉴别海洋目标与海杂波;另外，在提取海洋目标长宽比特征方面，利用高分辨SAR图像的散射中心的位置去估计目标的长度和宽度，求得目标的长宽比;并且对不同分辨率的SAR图像的长宽比估计结果进行了分析。对于目标识别，在估计出SAR图像的散射中心位置后，采用Hausdorff距离与粒子群优化算法完成识别，并与基于均方误差的分类器的识别率进行了比较。

关键词：合成孔径雷达目标识别特征提取属性散射中心模型

来源：评论

学校读者我要写书评

暂无评论

基于属性散射中心模型的SAR目标重构可视化增强方法

引用

雷达学报（中英文） 2013年第4期2卷 499-506页

作者：丁柏圆钟金荣马聪慧文贡坚国防科技大学ATR重点实验室长沙410073

基于属性散射中心模型对实测SAR数据进行参数估计,利用参数估计的结果对实测SAR目标重构可视化增强对于辅助SAR解译人员进行判别具有重要的意义。该文提出了一种新的可视化增强方法,利用成像操作(IFFT)的线性特征,在参数估计的基础上,... 详细信息

基于属性散射中心模型对实测SAR数据进行参数估计,利用参数估计的结果对实测SAR目标重构可视化增强对于辅助SAR解译人员进行判别具有重要的意义。该文提出了一种新的可视化增强方法,利用成像操作(IFFT)的线性特征,在参数估计的基础上,基于属性散射中心模型分别对各个散射中心自适应成像,最后叠加重构整幅SAR图像。实验结果表明,该方法可以有效提高目标重构的可视化效果。

关键词：属性散射中心模型参数估计 SAR解译自适应成像目标重构可视化增强

来源：评论

学校读者我要写书评

暂无评论

基于幅相分离的属性散射中心参数估计新方法

引用

雷达学报（中英文） 2019年第5期8卷 606-615页

作者：蒋文李王哲中国科学院大学北京100190 微波成像技术国家级重点实验室北京100190 中国科学院电子学研究所北京100049

利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中... 详细信息

利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中心的参数。为提高单个属性散射中心的参数估计速率,考虑到其幅度和相位相关参数可分离,该文提出幅度相位分离的属性散射中心参数估计思想,与传统方法相比,该思想使参数估计算法复杂度和参数估计时间降低了1个数量级。引入迭代半阈值(IHT)算法提高参数估计精度。根据各个属性散射中心的参数估计结果可识别目标上各种散射结构并确定其在目标上的位置分布。仿真数据、实测数据以及MSTAR数据集得到的参数估计的高效性和高准确性,验证了该文所提方法的有效性。

关键词：属性散射中心模型 SAR自动目标体识别幅度相位分离 L1/2正则化

来源：评论

学校读者我要写书评

暂无评论

基于物理启发机器学习的属性散射中心提取方法

引用

电子与信息学报 2024年第5期46卷 2036-2047页

作者：岳子瑜徐丰复旦大学电磁波信息科学教育部重点实验室上海200433

基于参数化散射中心模型进行参数估计是实现合成孔径雷达高级信息获取(SAR AIR)技术的基本思路之一,传统的属性散射中心(ASC)参数估计算法往往具有计算速度慢、算法复杂度高、对参数初值要求高等问题。对此,该文提出一个新的基于无监督... 详细信息

基于参数化散射中心模型进行参数估计是实现合成孔径雷达高级信息获取(SAR AIR)技术的基本思路之一,传统的属性散射中心(ASC)参数估计算法往往具有计算速度慢、算法复杂度高、对参数初值要求高等问题。对此,该文提出一个新的基于无监督学习的端到端框架用于从SAR图像反演ASC参数。首先,利用自编码式网络结构有效提取目标图像特征,缓解由于优化空间复杂非凸导致的直接求解困难,解决初值敏感问题;其次,通过嵌入ASC模型作为物理解码器以将编码器输出约束为正确的ASC参数;最后,通过端到端的模型架构进行学习和推理,达到降低算法复杂度及提高估计速度的目的。通过在仿真和实测数据上进行测试,实验结果表明在0.15 m分辨率测试集SAR图像上取得低于0.1 m的估计误差,反演单个散射中心平均耗时0.06 s,验证了该文所提方法的有效性、高效性与鲁棒性。

关键词：属性散射中心模型参数估计基于物理知识的机器学习

来源：评论

学校读者我要写书评

暂无评论

高分辨率SAR图像复杂目标属性散射中心特征提取

高分辨率SAR图像复杂目标属性散射中心特征提取

引用

作者：张爱兵国防科学技术大学

学位级别：硕士

合成孔径雷达(SAR)是一种在距离向和方位向都具有很高分辨率的成像雷达,可以全天候全天时地对地观测,是一种不可或缺的军事侦察和民用遥感手段。与数据获取能力相比,高分辨率SAR图像解译技术严重滞后。其中,特征提取是SAR图像解译的基... 详细信息

合成孔径雷达(SAR)是一种在距离向和方位向都具有很高分辨率的成像雷达,可以全天候全天时地对地观测,是一种不可或缺的军事侦察和民用遥感手段。与数据获取能力相比,高分辨率SAR图像解译技术严重滞后。其中,特征提取是SAR图像解译的基础和关键。散射中心特征是光学区目标散射的基本特征。属性散射中心特征提供了目标的物理属性和几何属性等细节信息,是一种适合高分辨率SAR图像解译的散射中心特征。本文以SAR图像解译为应用背景,瞄准实测数据属性散射中心特征提取这一前沿课题,重点研究了属性散射中心模型、属性散射中心特征提取方法两方面内容。分析总结了理想点散射中心模型、衰减指数和模型和属性散射中心模型三类经典散射中心模型的适用条件和表达式间的联系,指出属性散射中心模型是一种适合高分辨率SAR图像解译的散射中心模型,并且在低分辨率成像条件下可以近似为另两种模型。基于高分辨率SAR图像和规则散射体散射解,验证了属性散射中心模型对高分辨率SAR目标散射特性和图像特征描述的准确性,从而为属性散射中心特征提取算法的设计奠定基础。此外,为了简化算法的设计和保证算法的稳定性,还推导了特征提取时采用的规则化属性散射中心模型。以具有代表性的RD-AML-CLEAN方法为基础,总结了各种属性散射中心特征提取的实现方法,然后给出了本文采用的实用化的RD-AML-CLEAN方法实现流程。基于仿真数据的特征提取结果分析和统计性能分析验证了该RD-AML-CLEAN方法流程的有效性。提出了针对实测数据属性散射中心特征提取的改进RD-AML-CLEAN方法,并提取了0.3米分辨率和0.1米分辨率实测高分辨SAR图像目标的属性散射中心特征,实验结果表明,本文的改进方法有效地提取了目标的实测数据属性散射中心特征。

关键词： SAR 图像解译散射中心属性散射中心模型特征提取

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：