项目名称: GEO-UAV 双基SAR成像模型与处理方法研究

项目编号: No.61501477

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 张启雷

作者单位: 中国人民解放军国防科技大学

项目金额: 19万元

中文摘要: GEO-UAV BSAR是指以GEO SAR为发射源,以UAV搭载接收机的新型双基遥感系统。该系统具有机动灵活、响应迅捷、隐蔽性好的技术优势,能够对热点区域进行高时空分辨率的多角度观测与成像,在UAV采取曲线飞行轨迹的情况下还具有一定的三维成像潜力,应用前景广阔。然而,GEO-UAV BSAR在信息获取与处理方面也面临新的技术挑战。结合理论研究和工程应用,本项目拟针对GEO-UAV BSAR 成像模型与成像处理方法两个关键技术开展深入研究。成像建模方面:进行GEO-UAV BSAR系统设计与参数分析,建立双基距离历程模型和运动误差模型。成像处理方法方面:针对GEO-UAV BSAR成像特性,研究二维空变频域成像处理方法、快速双基时域成像处理方法以及运动误差补偿方法,进而实现高效、高精度的GEO-UAV BSAR成像处理。项目研究成果将为新体制BSAR系统的实用化奠定理论基础。

中文关键词: 地球同步轨道合成孔径雷达;无人机;双基SAR;成像;运动补偿

英文摘要: GEO-UAV BSAR is an innovative bistatic remote sensing system, in which the Geosynchronous SAR serves as the transmitter of opportunity, while the receiver is mounted on the UAV platform. GEO-UAV BSAR can be applied to obtain multi-perspective images of the interesting region with high temporal and spatial resolutions. It can also be able to achieve 3-D images when the UAV platform moves along curvilinear trajectories. GEO-UAV BSAR benefits from high operational flexibility, quick response, and reduced vulnerability to counter-measurement, consequently, is a promising technique with great potential. However, new technical challenges of information obtainment and processing for GEO-UAV BSAR need to be dealt with. Combing the theoretical research and the engineering application, this project focuses on two key issues of GEO-UAV BSAR: the imaging model and processing techniques. For the imaging model: the system design and parameters analysis will be presented, and the bistatic range history model and the motion error model will be established. For the imaging processing techniques: the 2-D space-variant frequency domain imaging algorithm, the fast bistatic time domain imaging algorithm and the motion compensation method will be studied to achieve well-focused GEO-UAV BSAR images for wide scene with high efficiency. We hope that the research results could be able to promote the development and practicality of GEO-UAV BSAR.

英文关键词: Geosynchronous SAR (GEO SAR);Unmanned Aerial Vehicle (UAV);Bistatic SAR (BSAR);Imaging;Motion Compensation

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
86+阅读 · 2022年4月17日
专知会员服务
20+阅读 · 2021年10月9日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
67+阅读 · 2021年3月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
112+阅读 · 2021年1月11日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
80+阅读 · 2020年12月18日
小目标检测技术研究综述
专知会员服务
116+阅读 · 2020年12月7日
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
「知识蒸馏」最新2022研究综述
专知
3+阅读 · 2022年3月20日
领域自适应研究综述
专知
6+阅读 · 2021年5月5日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
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
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14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
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+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
2+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
14+阅读 · 2019年9月11日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
86+阅读 · 2022年4月17日
专知会员服务
20+阅读 · 2021年10月9日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
67+阅读 · 2021年3月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
112+阅读 · 2021年1月11日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
80+阅读 · 2020年12月18日
小目标检测技术研究综述
专知会员服务
116+阅读 · 2020年12月7日
相关资讯
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
「知识蒸馏」最新2022研究综述
专知
3+阅读 · 2022年3月20日
领域自适应研究综述
专知
6+阅读 · 2021年5月5日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
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
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
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
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+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
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员