-
公开(公告)号：CN118915062A
公开(公告)日：2024-11-08
申请号：CN202410799790.8
申请日：2024-06-20
申请人： 南京邮电大学
摘要： 本发明公开了一种基于稀疏约束和反向投影对消的SAR三维超分辨率成像方法，属于雷达图像处理技术领域该方法主要步骤包括：构建平面扫描阵列的SAR信号模型，获取雷达平面扫描后的回波信号模型；构建匹配滤波器与回波数据进行卷积，用以重构目标图像；使用RMA算法通过分析雷达回波信号的距离迁移来进行成像；对不同距离向的成像结果进行稀疏约束，获得目标能量和旁瓣各不相同的出图；对稀疏后的数据进行反向投影对消，消除多余物体能量影响，提高距离向上的分辨率，得到反向投影对消处理后的稀疏成像图像。
-
公开(公告)号：CN117710512A
公开(公告)日：2024-03-15
申请号：CN202410162572.3
申请日：2024-02-05
申请人： 南京邮电大学
摘要： 本发明属于合成孔径雷达成像技术领域，公开了基于深度神经网络的SAR动目标杂波抑制方法，其通过设计SAR信号采集集合模型，得到混合信号；对接收的混合信号进行成像处理得到图像数据；然后构建信号模型和基于正则化求解方法的数学模型；对图像数据进行标准化和去稀疏处理，通过ISTA网络训练得到模型，通过模型实现动目标混合接收数据的杂波分离和动目标重聚焦成像。本发明使用ISTA网络训练得到网络模型，通过模型对信号进行稀疏重建和估计，实现了SAR动目标杂波抑制，显著抑制了几何失真和散焦现象，相比较于传统的迭代方法在求解速度上有了显著的提升。
-
公开(公告)号：CN112731394B
公开(公告)日：2023-06-20
申请号：CN202011508400.5
申请日：2020-12-18
申请人： 南京邮电大学
摘要： 本发明是一种基于近似观测矩阵的聚束SAR杂波抑制和动目标重聚焦，包括如下步骤：步骤一、构建SAR数据采集的几何模型，得到回波信号；步骤二、对混合信号进行PFA成像处理，采用FRFT算法估计所述动目标的运动参数，构建动目标雷达投影矩阵的字典；步骤三、构建静止目标和动目标的联合投影矩阵，得到杂波抑制和动目标分离的近似观测矩阵；步骤四、构建基于近似观测矩阵的迭代收缩阈值算法，以得到杂波抑制和聚焦的动目标图像。本发明利用动静目标的联合投影矩阵，实现杂波的抑制和动目标的重聚焦，且利用近似观测矩阵的方法，避免了将雷达投影矩阵和数据堆积成列向量，降低了计算复杂度和存储内存。
-
公开(公告)号：CN116148856A
公开(公告)日：2023-05-23
申请号：CN202310401994.7
申请日：2023-04-17
申请人： 南京邮电大学
IPC分类号： G01S13/90
摘要： 本发明属于雷达图像处理技术领域，具体地说，是一种SAR动目标二维自聚焦成像处理方法，其主要步骤包括：建立双基地数据采集模型，获取双基地PFA极坐标格式转换后的动目标空间频率域信号模型；推导动目标图像的二维空间频率域相位误差数值表达式；根据动目标的位置信息反推二维频率域相位误差数值，对图像进行预滤波处理，实现粗补偿；预滤波后，进行距离徙动校正、子孔径分解和方位向一维自聚焦处理，求解距离徙动曲线；对距离徙动曲线进行keystone变换，根据模型得到两维相位误差的初始估计数值；构造代价函数，进行二维稀疏约束求解；实验仿真验证本发明中对任意航迹、任意运动轨迹下的动目标二维稀疏自聚焦方法的有效性。
-
公开(公告)号：CN112415515A
公开(公告)日：2021-02-26
申请号：CN202110089664.X
申请日：2021-01-22
申请人： 南京邮电大学
摘要： 本发明公开了一种机载圆迹SAR对不同高度目标分离的方法，包括以下步骤：步骤一、构建圆迹SAR数据采集几何模型，以分析得到回波信号，回波信号为不同高度回波信号的混合信号；步骤二、通过灰度相关性算法对不同子孔径目标进行配准估算出其高度；步骤三、定义SAR投影矩阵，构建基于完备小波字典的稀疏成像方法,以得到不同高度目标的联合稀疏图像；步骤四、截取回波信号中不同高度的回波子块进行处理，得到不同高度的平面的目标图像；步骤五、通过实验仿真混合了不同高度目标的图像的回波数据，以验证步骤一到步骤四的有效性。本发明能够实现在非均匀环境下，保持算法性能，且可以有效降低运算量。
-
公开(公告)号：CN111722227A
公开(公告)日：2020-09-29
申请号：CN202010630135.1
申请日：2020-07-03
申请人： 南京邮电大学
摘要： 本发明是一种基于近似观测矩阵的聚束SAR压缩感知成像方法，包括如下步骤：步骤一、基于尺度变换的极坐标格式算法得到距离向尺度变换的矩阵形式；步骤二、基于尺度变换的极坐标格式算法得到方位向尺度变换的矩阵形式；步骤三、根据步骤一和步骤二的结果推导出极坐标格式算法成像过程的矩阵表达形式，步骤四、根据步骤三得到的雷达投影矩阵的信号模型，推导出逆成像过程的信号模型；步骤五、将上述步骤得到的PFA成像过程和逆成像过程和基于近似观测矩阵的迭代阈值收缩算法构建CS重建模型。该发明对PFA成像过程进行稀疏约束，PFA成像在SAR领域应用的范围更加宽泛，与传统的精确测量矩阵相比，大大降低了计算复杂度和存储内存。
-
公开(公告)号：CN110736988A
公开(公告)日：2020-01-31
申请号：CN201910461481.9
申请日：2019-05-30
申请人： 南京邮电大学
IPC分类号： G01S13/90
摘要： 本发明提出了一种双基地PFA运动目标参数估计和成像方法，包括以下步骤：S1：构建SAR数据采集几何模型，以分析得到回波信号，将该回波信号变化为双基地PFA动目标回波信号，并对其距离项重采样处理；S2：进行双基地PFA运动目标图像误差谱推导及分析；S3：进行基于图像对比度准则的动目标参数估计；S4：利用估计后的参数，来进行重聚焦成像，得到动目标成像，本发明使用了参数搜索的方法对运动参数进行估计并对由于运动参数的引入对方位散焦进行补偿；从而提高了正确性和参数搜索的有效性。
-
公开(公告)号：CN110265039A
公开(公告)日：2019-09-20
申请号：CN201910475010.3
申请日：2019-06-03
申请人： 南京邮电大学
摘要： 本发明提出了一种基于字典学习和低秩矩阵分解的说话人识别方法，包括以下步骤：步骤1，对说话人音频进行预加重、分帧、加窗、端点检测等处理；步骤2，提取出对应每个说话人语句的MFCC特征，并训练GMM-UBM模型；步骤3，通过联合因子分析（JFA）估算全局差异空间矩阵T，全局差异空间因子w；步骤4，得到对应每个说话人语句的i-vector；步骤5，从训练集中提取M维度的i-vector并生成特征矩阵，根据训练集和测试集，对判别字典进行生成，得到的字典将作为i-vector后端处理和打分模块，为最终判别提供依据；适应字典学习准则的编码系数可以有效提升识别力，并通过结构化稀疏来进行最优分类。
-
公开(公告)号：CN106842204B
公开(公告)日：2019-05-24
申请号：CN201710205271.4
申请日：2017-03-31
申请人： 南京邮电大学
IPC分类号： G01S13/90
摘要： 本发明公开了一种高分辨率聚束SAR二维缺失数据成像处理方法，实际数据采集过程中，空气扰动、无线频段干扰等因素均有可能导致数据在某些频点或者某些位置处的缺失。此时，FFT类方法重建SAR图像会不可避免的存在点目标响应函数畸变、模糊以及混叠等现象，进而影响后续目标识别和检测工作。针对此问题，本发明提出基于矩阵完备理论的聚束SAR缺失数据成像；在得到含有缺失的回波数据之后进行去调频处理，去除回波信号中的二次相位；然后，利用矩阵完备理论恢复出完整数据，利用恢复的完整数据二维IFFT实现成像。与现有利用含有缺失数据的回波成像算法相比，本发明考虑到二维数据缺失的情况，并实现了和聚束SAR相同的分辨率。
-
公开(公告)号：CN109669182A
公开(公告)日：2019-04-23
申请号：CN201811481532.6
申请日：2018-12-05
申请人： 南京邮电大学
摘要： 本发明提供了一种无源双基地SAR动/静目标联合稀疏成像方法，包括以下步骤：S1：构建SAR数据采集几何模型，以分析得到回波信号，所述回波信号为动目标回波信号和静目标回波信号的混合信号；S2：对所述动目标的运动参数进行估计；S3：定义SAR投影矩阵，构建基于完备小波字典的稀疏成像方法,以得到静目标和动目标的联合稀疏图像；S4：截取回波信号中的动目标回波子块进行处理，得到动目标图像。本发明一方面通过构建基于完备小波字典的稀疏成像方法，很好的抑制强杂波信息，实现在非均匀环境下，保持算法性能；另一方面通过采用数据的分块处理，截取回波信号中动目标回波子块进行处理，可以有效降低运算量。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.032 秒)
