版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、在進行復雜環(huán)境中目標的檢測和識別時,雷達接收到的回波信號中不僅包含目標的信息,同時也包含了目標所處地面環(huán)境的散射回波,即地雜波。雷達目標環(huán)境的復雜多變性,決定了地雜波對于雷達目標探測的重要意義,為了提高目標識別的準確性,必須對特定的地雜波特性進行分析和研究,才能夠有效的抑制雜波。論文結(jié)合實際背景的需求,基于實測農(nóng)田和水泥的合成孔徑雷達(SAR)圖像,深入分析了其地雜波的統(tǒng)計分布特性和空間相關(guān)性。
本研究主要內(nèi)容包括:⑴分別從地
2、海雜波的實驗測量、基于雜波散射機理的后向散射以及基于統(tǒng)計的雜波仿真三個方面,總結(jié)闡述了國內(nèi)外目前對雜波的研究現(xiàn)狀以及發(fā)展趨勢。⑵討論了地雜波的雷達散射機理以及影響雷達散射截面的條件,闡述了幾種常用的地面環(huán)境電磁散射分析的數(shù)值方法和解析方法。介紹了瑞利分布、對數(shù)正態(tài)分布、韋伯爾分布、K分布四種統(tǒng)計分布模型,給出了四種模型的概率密度隨分布參數(shù)的變化情況,并列出各個分布函數(shù)相應的參數(shù)估計的方法。⑶讀取得到實測圖像的數(shù)據(jù),對所獲得的數(shù)據(jù)進行統(tǒng)計
3、分析,并且經(jīng)過參數(shù)估計算法得到各個統(tǒng)計模型的分布參數(shù),將各個經(jīng)驗模型的概率密度與原始圖像的幅度分布概率密度進行擬合。學習了兩種經(jīng)常用到的擬合優(yōu)度檢驗方法:K-S檢驗和卡方檢驗方法。并用 K-S檢驗方法對擬合進行檢驗,得到了對數(shù)正態(tài)分布模型為最優(yōu)模型。根據(jù)圖像數(shù)據(jù)的相關(guān)性,分析了雜波數(shù)據(jù)的空間相關(guān)性。⑷比較了兩種典型的雜波模擬方法,即零記憶非線性變換法(ZMNL)和球不變隨機過程法(SIRP)的優(yōu)缺點。闡述了仿真過程中高斯白噪聲的生成以及
4、濾波器的獲取方法。根據(jù)估計得到的分布參數(shù),用對數(shù)正態(tài)分布(Log-normal)分布的ZMNL仿真方法,仿真得到農(nóng)田雜波和水泥雜波的分布圖,并將仿真得到的雜波圖的概率密度分布與原始圖像的對比。給出了通過ZMNL仿真方法仿真得到的雜波回波數(shù)據(jù)。⑸通過對合成孔徑雷達的基本理論的學習,對比了兩種經(jīng)典的成像算法線性調(diào)頻算法和距離多普勒成像算法,結(jié)合仿真得到的雜波回波數(shù)據(jù),采用距離-多普勒成像算法對雜波仿真結(jié)果進行成像。并將成像結(jié)果與原始圖像以及
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于實測數(shù)據(jù)的海雜波特性分析與仿真.pdf
- 基于壓縮感知的SAR圖像重構(gòu)方法.pdf
- 基于壓縮感知的SAR圖像去噪和圖像重構(gòu)模型的研究.pdf
- 基于壓縮感知的sar圖像去噪和圖像重構(gòu)模型的研究
- SAR圖像雜波抑制與復原方法研究.pdf
- 海雜波特性分析.pdf
- 基于圖像融合和壓縮投影的SAR圖像變化檢測.pdf
- 基于散射分解和圖像紋理特征的極化SAR圖像分類.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類研究.pdf
- SAR圖像特征數(shù)據(jù)提取與SAR圖像分割研究.pdf
- 基于統(tǒng)計特性與字典學習的極化SAR圖像壓縮.pdf
- 海雜波特性及其抑制技術(shù)的研究.pdf
- 基于壓縮傳感的SAR圖像壓縮編碼與重構(gòu)算法的研究.pdf
- 基于圖像整合和模糊聚類的SAR圖像變化檢測.pdf
- 基于K分布和紋理特征的SAR圖像分割研究.pdf
- SAR成像技術(shù)和SAR圖像處理算法研究.pdf
- 基于壓縮感知的SAR圖像分割研究.pdf
- 基于稀疏表示的SAR圖像壓縮研究.pdf
- 基于SAR圖像的景象匹配算法研究.pdf
- 基于散射特性的SAR圖像海上溢油檢測算法研究.pdf
評論
0/150
提交評論