SAR/GMTI-概述及常用抑制杂波方法DPCA
这里先简单了解一下SAR/GMTI与DPCA
合成孔径雷达地面运动目标检测(SAR-GMTI)技术综合了高分辨对地观测和运动目标检测、测速定位能力,具有重要的军事和民用价值。SAR借助平台运动增加方位带宽以实现对地面静止目标高分辨成像,然而静止目标对GMTI而言就是杂波,杂波抑制后才可以提取动目标信号及其运动参数和位置信息。但由于SAR-GMTI 雷达安装在机载或星载平台上,平台自身的运动将导致杂波频谱的展宽,在低副瓣条件下可以采取带外检测法进行动目标检测,但是对频谱位于主瓣附近的目标,常常会淹没在强杂波中,而无法被检测到。
有效抑制杂波主瓣是进行雷达动目标检测的重要前提,也曾是多年来国内外研究的热点问题。经典的杂波抑制方法有空时自适应处理(Space-Time Adaptive Processing,简称 STAP)方法,它通过对多通道接收信号进行空时两维加权滤波,使主瓣变窄从而实现杂波主瓣的抑制,并使动目标的信号得到凸显易于检测。另外一种经典的方法是天线相位中心偏置(Displaced Phase Center Antenna,简称DPCA)技术,作为 STAP 方法的一种特例,原理与之类似,但是由于方法的简单性和可靠性,被广泛应用与通道数较少情况下的 SAR-GMTI 处理。常规 DPCA方法首先将由距离和方位两维匹配滤波生成的多通道 SAR 图像作配准操作,以确保满足 DPCA 条件,然后进行通道间杂波对消,杂波抑制后动目标将会得到保留。然而,考虑到在 SAR 回波信号中动目标存在多普勒中心偏移,如果偏移量较大,它的频谱可能会进入副瓣区域,此时需要对其进行单独处理,补偿其对应的多普勒中心,然后再成像,否则它在方位压缩时是失配的。这也说明这种简单的基于DPCA 的匹配滤波后图像域的 SAR-GMTI 方法主要是用于检测主瓣附近的动目标的。上述方法都是基于理想通道特性的假设,在实际系统中通道间存在各种误差,实现通道间的杂波的有效抑制是 SAR-GMTI 得以广泛应用所亟待解决的问题。
简单而常用的方法是天线相位中心偏置(DPCA)技术,DPCA 技术将几个通道沿着平台运动方向排列,从理论上来说,若前后天线的等效相位中心依次通过同一位置的时间间隔恰为脉冲重复周(PRI)的整数倍,那么 SAR 成像后前后通道回波中的静止杂波将被对消掉。然后在 SAR 对消图像上进行基于幅度的检测,可以直接获得动目标的模糊后的位置信息,速度信息可以从差图像干涉相位中求得,并完成对目标重新定位。DPCA 实现杂波对消的前提是通道间幅相的一致性,否则静止杂波不会在差信号中被对消掉,干涉相位也不会正确反映运动目标速度信息。失配误差包括由平台运动误差导致的通道间基线的变化,天线方向图差异和频响差异。
SAR/GMTI-概述及常用抑制杂波方法DPCA相关推荐
- ETL流程概述及常用实现方法
ETL是英文Extract-Transform-Load 的缩写,用来描述将数据从来源端经过抽取(extract).转换(transform).加载(load)至目的端的过程.常见于数据仓库开发中将数 ...
- python迭代器-迭代器取值-for循环-生成器-yield-生成器表达式-常用内置方法-面向过程编程-05...
迭代器 迭代器 迭代: # 更新换代(其实也是重复)的过程,每一次的迭代都必须基于上一次的结果(上一次与这一次之间必须是有关系的) 迭代器: # 迭代取值的工具 为什么用迭代器: # 迭代器提供了一种 ...
- 深度学习之四:常用模型和方法
九.Deep Learning的常用模型或者方法 9.1.AutoEncoder自动编码器 Deep Learning最简单的一种方法是利用人工神经网络的特点,人工神经网络(ANN)本身就是具有 ...
- Set精讲(Java)·算法常用集合处理方法
Set精讲(Java)·算法常用集合处理方法 Set概述 Set集合类似于一个罐子,程序可以依次把多个对象"丢进"Set集合,而Set集合通常不能记住元素的添加顺序.实际上Set就 ...
- CV:计算机视觉技最强学习路线之CV简介(传统视觉技术/相关概念)、早期/中期/近期应用领域(偏具体应用)、经典CNN架构(偏具体算法)概述、常用工具/库/框架/产品、环境安装、常用数据集、编程技巧
CV:计算机视觉技最强学习路线之CV简介(传统视觉技术/相关概念).早期/中期/近期应用领域(偏具体应用).经典CNN架构(偏具体算法)概述.常用工具/库/框架/产品.环境安装.常用数据集.编程技巧 ...
- Ajax--概述、xhr对象的常用属性和方法、xhr的常用事件、xhr对象发送POST请求、xhr对象发送GET请求、xhr对象的兼容性问题、数据交换格式(XML、JSON)
一.概述 1.1 发展历程 在开始之前先来看一下Ajax的工作原理吧,如下图所示: Ajax全称Asynchronous javascript and xml(异步 JavaScript 和 XML) ...
- 深度学习笔记之关于常用模型或者方法
九.Deep Learning的常用模型或者方法 9.1.AutoEncoder自动编码器 Deep Learning最简单的一种方法是利用人工神经网络的特点,人工神经网络(ANN)本身就是具有层次结 ...
- Deep Learning(深度学习)之(三)Deep Learning的常用模型或者方法
转自:http://blog.csdn.net/boon_228/article/details/51700569 Deep Learning(深度学习)之(三)Deep Learning的常用模型或 ...
- 深度学习笔记之关于常用模型或者方法(四)
不多说,直接上干货! 九.Deep Learning的常用模型或者方法 9.1.AutoEncoder自动编码器 Deep Learning最简单的一种方法是利用人工神经网络的特点,人工神经网络(AN ...
最新文章
- 3分钟掌握支持向量机-机器学习面试必备
- Cloudify — 安装部署与基础使用
- 【python】-- pymsql 外键
- python测试用例管理模块_python-selenium并发执行测试用例(方法一 各模块每一条并发执行)...
- jquery实现图片等比例缩放,解决max-width在ie中不兼容问题
- Nginx学习总结(10)——Nginx前后端分离将多个请求转发到多个Tomcat,负载均衡反向代理
- week one(1)—What is machine learning?
- 发一个成熟好用的电池供电切换电路
- 案例:如何评价代码走查的效果?
- doc、docx文档批量合并
- paper阅读笔记:How to Fine-Tune BERT for Text Classification?
- 全球与中国飞机内部照明系统市场深度研究分析报告(2021)
- 简易的打折与累加计算器
- 操作系统-------用P,V操作解决生产者和消费者问题(详解!!!)
- 短信验证码的发展和原理
- 【软件设计师】知识点与试题
- 瑞星 HookCont.sys <= 24.0.0.5 驱动本地拒绝服务漏洞
- 转载:越读越有味的句子
- unity学习 -- 游戏资源导入
- CC1101调试入门