2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩148頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、雷達(dá)成像技術(shù)是在微波頻段獲取目標(biāo)信息的重要手段,具有工作距離遠(yuǎn)、探測視場寬、對環(huán)境的適應(yīng)能力強(qiáng)等光學(xué)成像系統(tǒng)無法比擬的優(yōu)勢,在戰(zhàn)場監(jiān)視、地形測繪、國土防御等軍民用領(lǐng)域均扮演著與日俱增的重要作用。隨著電子信息技術(shù)的飛速發(fā)展和應(yīng)用需求的不斷升級,雷達(dá)成像領(lǐng)域正經(jīng)歷著深刻的變革。傳統(tǒng)的合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)和逆合成孔徑雷達(dá)(InverseSynthetic Aperture Radar, I

2、SAR)已經(jīng)不能滿足現(xiàn)代戰(zhàn)爭和國民經(jīng)濟(jì)建設(shè)對雷達(dá)成像越來越嚴(yán)苛的要求,而逐步向雙/多基地組網(wǎng)成像,超寬帶大視角成像,超分辨成像等趨勢發(fā)展。多基站、多方向、多視角的數(shù)據(jù)融合處理可以顯著增強(qiáng)圖像目標(biāo)特征和提高圖像分辨率,而探索新的成像體制對于突破實(shí)孔徑成像分辨極限,實(shí)現(xiàn)運(yùn)動(dòng)平臺上的前視成像有著十分重要的意義。
  本文旨在從雙/多基地ISAR成像,大轉(zhuǎn)角雷達(dá)成像和量子關(guān)聯(lián)雷達(dá)成像等新體制尋找突破口,結(jié)合圖像融合和稀疏優(yōu)化等領(lǐng)域的新技術(shù)

3、,研究提高雷達(dá)圖像信噪比和分辨率,以及增強(qiáng)成像結(jié)果中目標(biāo)特征信息的新方法,為研究提升雷達(dá)成像質(zhì)量提供一些新的思路。全文研究內(nèi)容主要包括:
  第一章介紹傳統(tǒng)的SAR和ISAR發(fā)展概況,給出了新的雷達(dá)成像發(fā)展動(dòng)態(tài)和趨勢,明確了本文的研究意義。
  第二章介紹了一種在數(shù)據(jù)域完成雙基地ISAR圖像融合方法。雙基地逆合成孔徑雷達(dá)(Bistatic ISAR)的兩副天線能夠同時(shí)接收兩個(gè)視角下的目標(biāo)回波,將分別獲取的圖像進(jìn)行融合處理,可

4、以獲得質(zhì)量更高的ISAR圖像以提供更豐富的目標(biāo)信息,但由雙基地角帶來的目標(biāo)像尺寸形狀不一致等問題將造成融合困難。針對這個(gè)問題,首先建立了轉(zhuǎn)臺ISAR成像模型,提出一種結(jié)合參數(shù)估計(jì)的雙基地ISAR圖像融合方法,利用散射單元在前后子孔徑下的多普勒偏移估計(jì)出目標(biāo)的轉(zhuǎn)動(dòng)角速度,利用兩幅ISAR圖像的幾何變換關(guān)系估計(jì)出半雙基地角,再將不同視角下的數(shù)據(jù)映射到同一個(gè)坐標(biāo)平面中進(jìn)行融合處理,得到信噪比和對比度更好的圖像。
  第三章以直線構(gòu)型的多

5、基地ISAR為例,介紹了分布式ISAR(Distributed ISAR)提高方位分辨率的原理,提出了數(shù)據(jù)塊相干化處理方法。首先建立了分布式ISAR成像的幾何模型,分析了該體制提高ISAR橫向分辨率的原理,針對各個(gè)雷達(dá)等效觀測角存在重疊區(qū)域的情況,提出了利用二維相關(guān)函數(shù)最大化搜索的分布式ISAR方位信號相干化處理方法,并利用仿真試驗(yàn)結(jié)果證明了方法的有效性和分布式ISAR提高方位分辨的性能;針對各個(gè)雷達(dá)等效觀測角存在間隔的另一種情況,構(gòu)建

6、了數(shù)據(jù)采樣和成像的矩陣模型,采用擬牛頓迭代的稀疏重構(gòu)算法進(jìn)行高分辨成像,克服等效方位數(shù)據(jù)缺損引入的誤差。
  第四章研究了大轉(zhuǎn)角雷達(dá)成像(Wide Angle Radar Imaging,WARI)的子孔徑成像方法,并給出一種全孔徑圖像綜合算法。大轉(zhuǎn)角成像通過積累更寬角度回波,能夠顯著增強(qiáng)目標(biāo)分辨能力和信息提取能力,但這時(shí)小角度近似和各向同性假設(shè)均不再成立,傳統(tǒng)基于傅里葉變換的成像方法不再適用。針對這個(gè)問題,首先建立了大轉(zhuǎn)角成像模

7、型,將全孔徑分為若干重疊的子孔徑,分別利用極坐標(biāo)格式算法(Polar Format Algorithm,PFA)成像得到若干不同視角下的子圖像,然后針對子圖像的綜合問題,構(gòu)造了稀疏增強(qiáng)非負(fù)矩陣分解(Sparsity Enhanced Non-negativeMatrix Factorization,SENMF)問題并給出相應(yīng)的乘性迭代算法,對旋轉(zhuǎn)配準(zhǔn)后的子圖像在NMF特征子空間進(jìn)行迭代融合,獲得目標(biāo)增強(qiáng)和信噪比更高的全孔徑綜合圖像。

8、r>  第五章介紹了量子關(guān)聯(lián)成像理論(Quantum Imaging,or Correlated Imaging),并將這一方法推廣到微波頻段,分析了雷達(dá)關(guān)聯(lián)成像(Radar Correlated Imaging)的信號模型與實(shí)現(xiàn)的必要條件—即產(chǎn)生可控可測的隨機(jī)漲落微波輻射場,然后給出一種利用相控陣生成隨機(jī)輻射場的方法并分析不同陣面排布對輻射場的影響,并結(jié)合壓縮感知稀疏求解方法突破常規(guī)實(shí)孔徑陣列雷達(dá)成像的方位向瑞利分辨率極限;然后結(jié)合寬

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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論