项目名称: 极地高分辨率冰厚探测雷达成像与数据处理方法研究

项目编号: No.41306203

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 赵博

作者单位: 中国科学院电子学研究所

项目金额: 25万元

中文摘要: 成像与数据处理是高分辨率冰厚探测雷达进行实际测量应用必不可少的技术手段。为提高雷达成像分辨率,需采用合成孔径技术进行信号处理。冰厚探测雷达为正下视工作模式,且涉及多层媒质中的目标成像处理,针对目前成像方法存在的运算效率低等缺陷,课题组提出了高效率的成像算法。为进一步提高分辨率,需要对雷达平台的运动误差进行补偿,而目前使用的窄波束运动补偿算法忽略了运动误差方位向的空变性,当天线方位向波束较宽时,该空变性对成像质量的影响不能忽略,为此项目组提出了宽波束运动补偿算法。冰厚探测要求雷达的穿透深度为数千米,这样系统噪声就会掩没冰下深处目标的微弱回波信号,因而噪声抑制方法的有效性决定了整个系统的表现。课组提出了基于鲁棒主分量分解-总变分原理和基于总变分split Bregman方法的噪声抑制算法。在此基础上,完成满足大数据量、高效稳健的工程化算法模块。

中文关键词: 冰川厚度探测雷达;成像;数据处理;高分辨率;

英文摘要: Imaging and data processing is the essential technique in the actual measurement application of High-resolution Glacier Penetrating Radar. The data processing methods based on the Synthetic Aperture Technique is adopted in order to enhance the resolution of imaging. Our system is a nadir-looking radar,and elctromagnetic wave in our system has the refraction effect and the propagation velocity changes in different medium interface. We develop the applicable imaging algorithm to settle the defects of the processing method at hand. Furtheromre, we also need to take motion compensation algorithm into consideration for enhancing the resolution. The present narrow beam motion compensation algorithm ignores the azimuth spatial varied of the motion error. The spatial varied has effect on the imaging quality when the antenna azimuth beamwidth is big. Hence, we develop the wide-beam motion compensation algorithm. The High-resolution Glacier Penetrating Radar system of polar ice sheets is able to penetrate thousands of meters. This characteristic leads to the cover of weak echo from the deeper target by system noise. Hence, the means to noise suppression is the most important factor of the system performance. We come up with the algorithm called the combined Robust PCA Approach and Total Variation algorithm, also with the

英文关键词: glacier penetrating radar;imaging;data processing;high resolution;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
123+阅读 · 2020年11月15日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
专知会员服务
160+阅读 · 2020年4月21日
400倍加速, PolarDB HTAP实时数据分析技术解密
阿里技术
0+阅读 · 2021年10月25日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
深度学习的图像修复
AI研习社
21+阅读 · 2019年3月28日
机器学习中如何处理不平衡数据?
机器之心
13+阅读 · 2019年2月17日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月11日
Arxiv
0+阅读 · 2022年5月9日
On Feature Normalization and Data Augmentation
Arxiv
15+阅读 · 2020年2月25日
小贴士
相关主题
相关VIP内容
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
123+阅读 · 2020年11月15日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
专知会员服务
160+阅读 · 2020年4月21日
相关资讯
400倍加速, PolarDB HTAP实时数据分析技术解密
阿里技术
0+阅读 · 2021年10月25日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
深度学习的图像修复
AI研习社
21+阅读 · 2019年3月28日
机器学习中如何处理不平衡数据?
机器之心
13+阅读 · 2019年2月17日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员