高分辨SAR成像CBP与PFA算法研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:haha7289
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
合成孔径雷达在聚束模式下可以得到很高的分辨率,因此在地形测绘,地质研究,动目标检测等许多方面得到广泛应用。本文主要介绍了目前应用比较广泛的两种聚束模式成像算法,CBP算法(Convolution Backprojection algorithm)和PFA算法(Polar Format Algorithm)。CBP算法是基于时间域的成像算法,而PFA算法是基于二维频率域的成像算法,两者各有优缺点。本文在对标准CBP算法进行详细分析的基础上,对CBP算法在特定条件下进行了简化,去除了对成像结果影响不大的卷积函数,仿真结果验证了该方法的有效性。然后,论文阐述了PFA算法的原理,用PFA算法对实测数据进行了成像,分析了PFA算法的效率。最后详细比较了这两种算法的性能。第一章简要回顾了SAR的发展历史,介绍了CBP算法和PFA算法的发展情况,概括描述了这两种算法各自的优点和缺点,然后对全文的主要内容进行了简要描述。第二章从聚束模式SAR成像模型出发,介绍了聚束模式SAR成像的关键技术,并对成像过程中存在的难点进行了详细分析。第三章详细分析了标准CBP算法,分析了考虑波前弯曲的CBP算法,并对CBP算法的卷积函数进行了分析。最后分析了CBP算法各处理步骤的时间复杂度。第四章详细阐述了PFA算法的原理,分析了PFA算法的局限性,对实际数据进行了处理,并详细分析了PFA算法的时间复杂度。第五章对CBP算法和PFA算法进行了详细比较,包括时间复杂度和成像结果的比较,并分析了二者之间的联系。第六章结束语,对全文进行了总结,并提出了下阶段需要解决的问题。
其他文献
在过去的数十年间,传统的电视播放给人们带来了丰富的视觉和听觉享受,已经成为人类生活不可或缺的一部分。但传统电视播放交互性较差的缺点也越来越明显。随着多媒体信息的丰
本文研究利用神经网络对织物起毛起球等级进行客观评价的方法。BP算法作为人工神经网络的传统常用训练算法具有寻优精确的特点但也存在不足之处。在本文中,针对BP神经网络由于
视角无关的人体行为识别是计算机视觉领域研究的热点和难点之一,现有的视角无关的行为识别算法的识别率随着角度的改变差异很大,尤其与俯角相关的识别效果还不够理想。知识迁
随着科学技术水平的进步和社会安全意识的提升,越来越多的监控摄像机被广泛应用于社会生产和生活中。整个社会每时每刻所产生的监控视频数据量成亿兆级别,如何方便、快捷、准
伴随移动通信技术的迅猛发展,移动电子商务以其快捷方便、无所不在的特点,逐渐成为电子商务发展的新方向,同时也带来了无限的商机。国内各大银行、移动运营商、服务提供商通
随着人们安全意识的提高以及信息技术的发展,越来越多的监控设备安装在各种公共场所,监控视频的数据量呈指数型增长。因此,研究海量监控视频的检索,具有十分重要的意义。本文