基于GP-PNF的极化SAR目标方位模糊消除方法.pdf
a是****澜吖
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于GP-PNF的极化SAR目标方位模糊消除方法.pdf
本发明公开提出了一种基于GP?PNF的极化SAR目标方位模糊消除方法,该方法结合了第三特征值λ<base:Sub>3</base:Sub>和GP?PNF算法,利用新极化凹口滤波器求出目标能量,构造新的探测器。具体实现步骤如下:首先对待检测的极化SAR图像协方差矩阵C进行Boxcar滤波处理;然后对滤波后的C矩阵进行特征值分解,计算出λ<base:Sub>3</base:Sub>,利用λ<base:Sub>3</base:Sub>构建新的特征矢量t<base:Sub>new</base:Sub>;在GP?P
基于模糊算法的极化SAR影像分类.docx
基于模糊算法的极化SAR影像分类引言极化合成孔径雷达(PolarimetricSyntheticApertureRadar,PolSAR)可以获取地面反射目标对电磁波的多向极化散射特性,是一种非常有前景的遥感技术。随着极化SAR技术的发展,特别是高分辨率多通道系统的发展,极化SAR影像在地物分类方面的应用越来越受到关注。在实际应用中,极化SAR影像的分类结果不仅对于精准决策具有重要的意义,同时也为自动目标识别和导航提供了重要的信息。然而,由于极化SAR影像的复杂性,如何进行更加准确和有效地分类仍然是一个重
基于星载SAR-GMTI的方位模糊强杂波剔除方法.pdf
本发明涉及一种基于星载SAR?GMTI的方位模糊强杂波剔除方法,包括:步骤1:获取星载SAR的原始多通道接收数据;步骤2:对原始多通道接收数据进行ISTAP处理,得到运动目标信号响应;步骤3:对运动目标信号响应进行方位模糊强杂波虚警判别与剔除,得到星载SAR?GMTI结果。本发明的方法不需要额外消耗系统空间自由度,不要求PRF满足DPCA条件,不需要对方位模糊及其模糊源进行配对,且对方位模糊杂波判别及剔除性能较好,适用于单通道SAR海面舰船目标检测,以及未来多通道星载SAR?GMTI系统。
基于目标分解和SVM的极化SAR图像分类方法.docx
基于目标分解和SVM的极化SAR图像分类方法摘要:极化合成孔径雷达(PolarimetricSyntheticApertureRadar,PolSAR)技术被广泛用于遥感图像分类、土地利用与覆盖变化分析等领域。针对PolSAR图像分类的问题,本文提出了一种基于目标分解和支持向量机(SupportVectorMachine,SVM)的极化SAR图像分类方法。该方法首先利用极化分解技术提取多个目标极化参数,然后将目标极化参数和实际场景中的各类地物进行匹配,以得到每个地物类别的特征向量。接着采用SVM分类器进行
模糊分量空间角的估计及多通道SAR方位解模糊方法.pdf
本发明公开了一种模糊分量空间角的估计及多通道SAR方位解模糊方法,解决了传统方法解方位模糊时系统误差下ADBF空域协方差矩阵估计信号相消和目标导引矢量失配的问题,首先构建多通道SAR回波信号模型,再对距离维脉冲压缩后的回波信号逐距离单元进行快速傅里叶变换(FFT),其次利用NSIT实时准确估计各多普勒模糊分量的空间角,进而基于各模糊分量的空域信息辅助设计空间滤波器,并依次提取各多普勒模糊分量,最后拼接成完整的无模糊信号,达到解方位模糊目的。本方法有效解决了因ADBF协方差矩阵估计的样本中同时存在各次模糊分