首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  免费   0篇
系统科学   5篇
综合类   2篇
  2023年   1篇
  2021年   1篇
  2018年   2篇
  2017年   1篇
  2016年   1篇
  1997年   1篇
排序方式: 共有7条查询结果,搜索用时 203 毫秒
1
1.
多视角多频带逆合成孔径雷达(inverse synthetic aperture radar, ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction, GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。  相似文献   
2.
基于二体模型的空间目标双基地ISAR回波模拟   总被引:1,自引:0,他引:1  
针对空间三轴稳定目标成像问题,提出了一种基于二体模型的双基地逆合成孔径雷达(bistatic inverse synthetic aperture radar,ISAR)回波模拟方法。该方法利用二体运动模型模拟空间目标的在轨运动,考虑了目标平稳运动及三轴姿稳转动引起的散射点相对雷达视角变化,并加入目标的高速运动特性,生成了双基地逆合成孔径雷达的基带回波数据,并给出了双站雷达对目标可视区域的判定方法。最后,进行了仿真实验,仿真结果表明,二体模型与实际目标的运动轨道误差很小,同时,成像结果能够很好的反映目标的姿态变化特性。该回波模拟方法有利于空间目标的精确成像,并对成像试验的实施具有重要的指导意义。  相似文献   
3.
针对传统方法相位校正后存在残余相位误差导致图像散焦的问题,提出基于Laplace先验的复贝叶斯压缩感知(complex Bayesian compressed sensing,CBCS)逆合成孔径雷达高分辨成像算法。首先,假设目标图像各像元服从Laplace先验,建立稀疏先验模型;然后,把相位误差作为模型误差,利用BCS理论通过迭代交替求得目标图像并实现相位误差更新。该算法直接在复数域进行贝叶斯推理求解,避免了传统方法中将复数转换为实数处理所带来的运算复杂度高、自聚焦效果不强的问题。另外,在求解过程中采用分布式计算方法,与传统的矩阵矢量化求解方法相比,进一步提高了运算效率,仿真实验验证了算法的有效性。  相似文献   
4.
基于轨道误差搜索的双基地ISAR包络对齐算法   总被引:1,自引:0,他引:1  
针对空间目标这一应用背景提出了一种基于轨道信息的双基地逆合成孔径雷达包络对齐算法。首先推导了空间目标位置预报误差与慢时间之间的函数关系,分析表明,成像时间内轨道预报误差可用慢时间的二阶函数表示。在此基础上,利用轨道预报值和轨道误差搜索结果通过在频域补偿相位的方式完成了一维距离像包络的精确对齐。参数搜索过程中,确定了误差速度和加速度的搜索步进量,并以二维图像的对比度作为代价函数。仿真结果表明,相比于传统基于回波相关性的包络对齐算法,该算法更适用于因双基地角和极化失配等因素导致信噪比较低的双基地回波。  相似文献   
5.
针对结构和材料变形模拟中模型与原型间相互关系的特点,给出了亚耦联系统的定义、差功原理、位移亚耦联系统的变分原理.应用位移亚耦联系统的变分原理求解了周边固定圆板的亚耦联问题  相似文献   
6.
基于二维稀疏特性的空间目标高分辨ISAR成像方法   总被引:1,自引:0,他引:1  
针对空间三轴稳定目标成像问题,提出了一种基于目标稀疏特性的空间目标高分辨ISAR成像方法.该方法利用精轨数据构建了保相波形延时字典,实现了距离维高分辨和平动补偿;利用旋转矢量分析方法计算了三轴稳定空间目标有效积累转角,结合高分辨距离像的稀疏特性,给出了一种适用于越距离单元徙动的方位维稀疏字典构建方法.仿真结果表明,构建的稀疏匹配字典正确反映了目标的姿态变化特性,解决了越距离单元徙动问题,结合距离维相干抑制显著提高了空间目标二维ISAR像的分辨能力.   相似文献   
7.
针对低信噪比条件下实现双基地逆合成孔径雷达(inverse synthetic aperture radar, ISAR)稀疏孔径成像时重构质量较差的问题, 提出了一种基于加权l1范数优化的高分辨成像算法。首先, 假设各像元稀疏非同分布, 利用贝叶斯准则和最大后验概率估计将双基地ISAR稀疏孔径成像问题转化为加权l1范数约束问题, 建立成像模型; 然后, 利用柯西-牛顿算法进行加权l1范数约束最优化问题的求解, 实现目标图像重构。由于假设各像元独立非同分布, 故通过像元加权的方式更好地利用了目标的能量聚集和结构特性, 提高了成像质量。最后, 仿真实验验证了算法的有效性和优越性。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号