项目名称: 长短基线联合处理的星载SAR运动目标检测与成像方法研究

项目编号: No.61201308

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 张云

作者单位: 哈尔滨工业大学

项目金额: 24万元

中文摘要: 单基星载SAR慢动、弱小目标检测性能低,多通道SAR虽增强了检测性能,但复杂性高、运算量大,通道同步性、配准及基线耦合等影响其发展。本研究采用长短基线联合干涉相位估计和稀疏信号重构方法,研究多通道星载SAR运动目标检测与成像问题。通过沿航迹长短基线联合处理,优化长短基线配置,利用多基线干涉相位法解决测速范围和最小可测速度的矛盾;利用多维参数估计法解决切向速度估计不准问题;利用非均匀稀疏阵列和运动目标投影空间稀疏性,构建观测矩阵和基函数,采用稀疏重构方法获得目标像。针对低信杂噪比、多目标检测提出优化算法,研究长短基线下通道配准、去耦合及相位解缠等问题,通过实验验证其有效性、稳健性。该研究是对非均匀多通道SAR动目标检测与成像理论的探索,极大丰富SAR-GMTI研究,拓展压缩感知理论在成像雷达上的应用范畴。研究成果在洋流监测、灾情勘查、海陆交通监视、军事侦察等方面具有广阔的应用价值和发展前景。

中文关键词: 星载合成孔径雷达;多通道;长短基线;稀疏重构;运动目标检测

英文摘要: Multichannel SAR system play an important role in improving the detection performance of slow moving target with weak scattering, which was invalid in monostatic spaceborne SAR system. But the performance is decreased by the channel synchronization, Co-registration, and multi-baseline decoupling in Multichannel SAR system, with increasing the complexity and computation. A novel appoach was presented to detect and focus moving target,by interferometric phase with Long-short baselines and sparse reconstruction. Furthermore, the estimation accuracy of radial velocity was enhanced by interferometric phase processing of multi-baseline with optimal baseline configuration .And the estimation accuracy of tangential velocity was improved by multi-dimensional parameter estimation algorithm. Combined with the sparse characteristic of moving targets, and the spatial diversity of along-track distributed receive array, the measurement matrix basing and basis function were introduced. And the image of moving targets was obtained by the sparse reconstruction algorithm with Long-short baselines distributed array. The optimization imaging algorithm of multi-targets under low signal clutter ratio was presented, with approaches of Co-registraion, multibaseline decouplin and unwrapping were prewented to improve the performance of m

英文关键词: spaceborne SAR;multichannel;long-short baseline;sparse reconstruction;moving target detection

成为VIP会员查看完整内容
0

相关内容

深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
41+阅读 · 2021年2月8日
专知会员服务
80+阅读 · 2020年12月18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
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
【极市打榜】裸土识别检测算法上新!
极市平台
3+阅读 · 2022年3月16日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25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
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015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
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
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
41+阅读 · 2021年2月8日
专知会员服务
80+阅读 · 2020年12月18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
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
【极市打榜】裸土识别检测算法上新!
极市平台
3+阅读 · 2022年3月16日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25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
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015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
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
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员