-
公开(公告)号：CN113221062A
公开(公告)日：2021-08-06
申请号：CN202110370157.3
申请日：2021-04-07
Applicant: 北京理工大学 , 北京理工大学重庆创新中心
IPC: G06F17/14
Abstract: 本申请的小型无人机载BiSAR系统的高频运动误差补偿算法，通过对小型无人机载BiSAR系统的回波数据进行粗成像得到N个强点信息的方位向误差相位，N为正整数；对强点信息的方位向误差相位进行傅里叶变换得到强点信息的时频信息，根据强点信息的时频信息的时频脊滤除强点信息的时频信息的低频信号分量得到时频信息的高频信号分量；对高频信号分量进行逆radon变换得到高频信号分量的最大频偏、频率和初始相位的误差估计值；利用加权平均算法得到频率和初始相位的估计值，利用最小二乘法得到最大频偏的估计值；根据高频信号分量的估计值在距离向上对高频信号分量进行补偿。实现BiSAR系统的高频误差的空变性运动补偿和低频运动补偿，实现SAR图像的良好聚焦。
-
公开(公告)号：CN114325700B
公开(公告)日：2025-01-21
申请号：CN202111541967.7
申请日：2021-12-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种星载多通道SAR动目标成像方法，属于合成孔径雷达领域，包括以下步骤：步骤S1：基于内定标数据进行通道间幅相误差估计，采用频谱重建算法以及线性调频变标算法，对海面杂波与动目标进行粗成像；步骤S2：采用恒虚警检测方法，检测粗成像中的动目标及其虚假目标；步骤S3：建立动目标运动引起的通道间相位误差、虚假目标幅度与动目标运动速度间的定量关系；步骤S4：进行逆成像，得到每个动目标的精成像结果；步骤S5：将所有动目标的精成像结果以及海面杂波的粗成像结果叠加，得到最终的无虚假目标的成像结果。本发明实现了虚假目标的有效抑制，提升了成像质量。
-
公开(公告)号：CN113534071B
公开(公告)日：2024-05-31
申请号：CN202110632582.5
申请日：2021-06-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种星载多通道SAR通道校正实时处理算法，通过分析通道校正因子分块更新对成像质量的影响，确定合适聚焦深度，并生成新的分块更新的通道校正因子，进行方位通道校正；本发明解决了在卫星载荷重量、功耗受限的情况下，传统方法所需存储量大，无法满足星上实时处理的问题，弥补了现有技术的不足。
-
公开(公告)号：CN112462365B
公开(公告)日：2024-05-24
申请号：CN202010992598.2
申请日：2020-09-21
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了一种星载场景匹配SAR数据获取构型优化设计方法，一、设定星载SAR系统参数和观测场景参数，建立星载场景匹配SAR几何模型；二、基于星载场景匹配SAR几何模型特征，得到卫星在数据获取期间中心斜距变化量的解析表达式；三、在满足成像带长、宽均覆盖场景的情况下，采用凸优化的方法得到中心斜距变化量最小时，波束指向与卫星轨道位置的解析关系；四、根据卫星的轨道位置信息和观测场景位置信息得到波束指向；本发明能够解决星载场景匹配SAR模式中数据获取构型不定，设计准则不明确的问题。
-
公开(公告)号：CN117289228A
公开(公告)日：2023-12-26
申请号：CN202311256155.7
申请日：2023-09-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于图像质量最优的分布孔径雷达发射相参标校方法。本发明首先设置参考天线，然后分别标校其余天线，标校时，通过遍历相位和RD成像技术，建立发射相位和图像成像质量之间的联系，通过评估图像质量来获取相参时的发射初相，本发明能快速、准确地对全相干雷达系统进行发射标校。
-
Patent Agency Ranking
公开(公告)号：CN116990813A
公开(公告)日：2023-11-03
申请号：CN202310714413.5
申请日：2023-06-16
Applicant: 北京理工大学
Abstract: 为解决传统基于原子范数进行层析SAR成像受限于均匀阵列或均匀子阵假设，导致适用范围有限、多航过层析模型不匹配，提出了一种基于空间变换的非均匀基线补偿层析SAR原子范数三维成像方法。首先，根据实际采样基线分布，构建密集均匀采样并选择与实际采样最近的虚拟位置。其次，根据密集采样的单位间隔与虚拟位置间距计算最大公约数，并以此作为空间变换后的虚拟均匀采样间距，此时获取的均匀采样数量最少。最后，依据实际采样与虚拟均匀采样关系计算空间变换矩阵并完成对原始非均匀数据的空间变换，并基于原子范数实现层析SAR三维成像。
-
公开(公告)号：CN116953699A
公开(公告)日：2023-10-27
申请号：CN202310605121.8
申请日：2023-05-25
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了一种高精度、高效率的基于阶数降维和模型选择的深度学习层析SAR三维成像方法，用在层析SAR三维成像领域，解决模型选择惩罚项选择难、参数调优难、遍历寻优慢的问题，提升层析SAR高精度三维成像效率。该方法是一种信号处理与深度学习网络联合驱动下的一种混合成像处理框架，提出基于阶数降维、范数重建、基于特征选择网络的模型选择、最小二乘重建四个部分的层析SAR三维成像方案。
-
公开(公告)号：CN112198482B
公开(公告)日：2023-09-19
申请号：CN202010988985.9
申请日：2020-09-18
Applicant: 北京理工大学
Abstract: 本发明公开了星载超高分辨率SAR的连续变脉冲间隔生成方法，涉及合成孔径雷达(Synthetic Aperture Radar，简称SAR)技术领域，能够解决超高分辨率SAR连续变脉冲间隔设计工具不方便的问题。本发明的技术方案包括如下步骤：获取脉冲间隔的最大值和最小值。绘制每个模糊数对应的候选条带，形成候选子图。避免有效回波与发射脉冲重叠，以及避免有效回波与星下点回波重叠，绘制可行域子图。将所述候选子图和所述可行域子图重叠，得到叠带图。对需要分段处理的叠带图进行分段处理。在所述叠带图中画线段，得到连续变脉冲间隔序列在所述叠带图里的表示。生成连续变脉冲间隔序列。
-
公开(公告)号：CN116500616A
公开(公告)日：2023-07-28
申请号：CN202310456590.8
申请日：2023-04-25
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于CFAR‑ADMM的雷达稀疏目标检测成像一体化算法。首先，在考虑背景杂波的前提下，将雷达稀疏目标成像问题进行建模，在保真项约束的条件下，使目标的CFAR正则项最小进行求解。然后，对目标问题进行变量分裂，将目标问题分解为两个简单子问题并构造拉格朗日形式。最后利用ADMM交替更新对偶变量、分裂变量和残差，实现稀疏目标的检测和成像一体化求解。算法的核心模块是利用CFAR技术计算权重，对分裂变量进行非线性更新。所提方法旨在提供一种快速、鲁棒的雷达稀疏目标检测成像一体化算法，预期可应用于机载、星载等领域。
-
公开(公告)号：CN113406629B
公开(公告)日：2023-07-25
申请号：CN202110518413.9
申请日：2021-05-12
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于混合广义瑞登傅里叶变换(HGRFT)的目标转动参数估计与三维重建方法，基于长时间积累，首先对天体绕转轴的自旋运动进行了建模，然后利用HGRFT对回波的能量实现相参与非相参联合的积累；当运动模型与目标真实运动吻合时，可以获得积累的峰值，并根据峰值在参数搜索空间中的位置快速并准确的估计目标的转轴、转速与散射点的高度；本发明方法还可以与启发式寻优方法相结合，进一步提升参数的搜索效率。
-
-
-
-
-
-
-
-
-
Search Results
428
records
(took 0.079 seconds)
