CN113640798A - 一种雷达目标多角度重建方法、装置及存储介质 - Google Patents
一种雷达目标多角度重建方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113640798A CN113640798A CN202110920219.3A CN202110920219A CN113640798A CN 113640798 A CN113640798 A CN 113640798A CN 202110920219 A CN202110920219 A CN 202110920219A CN 113640798 A CN113640798 A CN 113640798A
- Authority
- CN
- China
- Prior art keywords
- target
- angle
- sub
- point
- radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003384 imaging method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 230000035485 pulse pressure Effects 0.000 claims abstract description 16
- 238000013519 translation Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9094—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种雷达目标多角度重建方法、装置及存储介质,方法包括雷达在两个航线角下对同一目标区域进行观测,通过获取目标多角度回波数据并进行距离脉压处理;通过投影成像处理得到目标多角度图像;对目标多角度图像进行平移配准;计算目标多角度图像中对应投影点的位置差并构造目标观测矩阵;对目标进行高度维解算;根据高度维解算结果对目标进行定位校正;根据目标位置和高度维信息对目标进行重建,可通过合成孔径雷达多角度观测实现对地面目标重建。
Description
技术领域
本发明涉及合成孔径雷达领域,具体涉及一种雷达目标多角度重建方法、装置及存储介质。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)可用于对地面目标成像,但仅是对目标的二维投影成像;若要对目标进行三维重建,需要通过多视角观测得到目标的多角度图像,以获取目标的三维信息。
通过后向投影成像算法可以灵活地实现目标区域的多角度成像,可广泛用于直线或圆迹聚束模式成像,但目前缺乏基于后向投影成像算法的目标多视角重建方法。
发明内容
本发明所要解决的技术问题是,针对上述问题,提供一种雷达目标多角度重建方法、装置及存储介质,可通过合成孔径雷达多角度观测实现对地面目标重建。
本发明解决上述技术问题的技术方案如下:一种雷达目标多角度重建方法,雷达目标多角度重建方法包括:
S1、雷达在两个航线角下对同一目标区域进行观测,获取两航线下天线相位中心到目标区域内目标点的回波数据,并对所述回波数据进行距离脉压压缩处理;
S2、对距离脉压处理后的回波数据进行投影成像处理,得到不同视角下的目标多角度图像;
S3、对所述目标多角度图像进行平移配准;
S4、计算目标多角度图像中对应投影点的位置差并构造目标观测矩阵;
S5、根据所述位置差和目标观测矩阵确定目标点高度;
S6、根据所述目标点高度确定目标点的坐标位置;
S7、根据目标点高度和坐标位置对所述目标点对应的目标进行重建。
本发明的有益效果是:雷达在两个航线角下对同一目标区域进行观测,通过获取目标多角度回波数据并进行距离脉压处理;通过投影成像处理得到目标多角度图像;对目标多角度图像进行平移配准;计算目标多角度图像中对应投影点的位置差并构造目标观测矩阵;对目标进行高度维解算;根据高度维解算结果对目标进行定位校正;根据目标位置和高度维信息对目标进行重建,可通过合成孔径雷达多角度观测实现对地面目标重建。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步,所述S1包括:
根据两条航线天线相位参数和两条航线下天线相位中心到目标点距离的所述两航线下天线相位中心到目标点的回波数据;
对所述回波数据进行距离脉压处理,得到脉冲压缩后的信号构造成像网格,根据后向投影算法对距离脉压处理后的回波数据进行处理,得到基于所述成像网格的所述目标多角度图像。
采用上述进一步方案的有益效果是:获取回波数据,通过对回波数据进行距离脉压压缩处理,提高距离分辨率,便于后续确定目标位置。
进一步,所述S2包括:
构造成像网格,根据后向投影算法对距离脉压处理后的回波数据进行处理,得到基于所述成像网格的所述目标多角度图像。
采用上述进一步方案的有益效果是:通过构造相同的成像网格,使得不同视角下的图像具有更好的对比。
进一步,S3包括:
从目标多角度图像I1(x,y)和I2(x,y)中的选取图像块I1_sub(x,y)和I2_sub(x,y),分别对图像块进行二维离散傅里叶变换得到F1_sub(u,v)和F2_sub(u,v);
对F1_sub(u,v)和F2_sub(u,v)进行共轭相乘后,进行二维离散逆傅里叶变换得到变换结果cf(x,y);
确定|cf(x,y)|的最大值位置,其中|·|为取绝对值运算;
根据所述最大值位置确定对图像块I2_sub(x,y)的平移量Δx和Δy;
根据计算得到的Δx和Δy对图像块I1_sub(x,y)和I2_sub(x,y)进行配准处理。
采用上述进一步方案的有益效果是:以傅里叶变换为基础,对不同视角的图像进行配准,从而达到信息融合,便于后续准确确定图像中目标点的高度和位置信息。
进一步,所述S4包括:
提取配准后的图像块I1_sub(x,y)和I2_sub(x,y)对应的投影点P1和P2,其中P1点的坐标为(xp1,yp1),P2点的坐标为(xp2,yp2),则投影差向量为:
根据两条视角航线的相关参数构建观测矩阵为:
其中,H1为第一个视角航线的高度,H2为第二个视角航线的高度。(xC1,yC1)为第一个视角的成像中心点坐标,(xC2,yC2)为第二个视角的成像中心点坐标,(aC1,bC1)为第一视角航线的飞行参数,(aC2,bC2)为第二个视角航线的飞行参数,表示为:
aC1=tanθ1
aC2=tanθ2
其中,θ1为第一个视角航线的水平向速度夹角,ψ1为第一个视角航线的俯仰向速度夹角,θ2为第二个视角航线的水平向速度夹角,ψ2为第二个视角航线的俯仰向速度夹角。
采用上述进一步方案的有益效果是:两视角不同,对应的图像的投影点存在投影差,通过确定投影差向量并根据两视角航线的相关参数构建目标观测矩阵,为后续估计目标点高度提供依据,保证后续目标点高度的可靠性。
进一步,所述S5包括:
根据最小二乘法,得到目标点高度的估计值为:
采用上述进一步方案的有益效果是:根据最小二乘法对两视角图像的投影差向量和观测矩阵进行计算,估计目标点高度,保证目标点高度的可靠性。
进一步,S6包括:
目标点的坐标位置为:
其中,x0_1'为目标点在x方向的投影坐标,y0_1'为目标点在y方向的投影坐标。
采用上述进一步方案的有益效果是:通过估计得到的目标点高度,修正目标点坐标,以得到目标点精确的坐标位置,保证目标点位置的准确性。
进一步,所述S7包括:
其中,H为散射点数量;
将解算的点集投影到三维空间得到目标的重建结果。
采用上述进一步方案的有益效果是:通过多个散列点得到目标的位置,进而集合投影到三维空间得到目标的重建结果,实现了基于后向投影成像算法的目标多视角重建。
为了解决上述技术问题,本发明还提供一种雷达目标多角度重建装置,该装置包括:存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如上所述的雷达目标多角度重建方法的步骤。
为了解决上述技术问题,本发明还提供一种存储介质,存储介质存储有一个或者多个计算机程序,所述一个或者多个计算机程序可被一个或者多个处理器执行,以实现如上所述的雷达目标多角度重建方法的步骤。
附图说明
图1为本发明一实施例提供的一种雷达目标多角度重建方法的流程图;
图2为本发明一实施例提供的一种目标多角度成像几何示意图;
图3为本发明一实施例提供的一种视角1下点阵成像结果;
图4为本发明一实施例提供的一种视角2下点阵成像结果;
图5为本发明一实施例提供的一种经过重建的点阵成像结果;
图6为本发明一实施例提供的一种雷达目标多角度重建装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,图1为本发明实施例提供的一种雷达目标多角度重建方法的流程图,该雷达目标多角度重建方法包括:
S1、雷达在两个航线角下对同一目标点进行观测,获取两航线下天线相位中心到目标点的回波数据,并对所述回波数据进行距离脉压压缩处理;
S2、对距离脉压处理后的回波数据进行投影成像处理,得到不同视角下的目标多角度图像;
S3、对所述目标多角度图像进行平移配准;
S4、计算目标多角度图像中对应投影点的位置差并构造目标观测矩阵;
S5、根据所述位置差和目标观测矩阵确定目标点高度;
S6、根据所述目标点高度确定目标点的坐标位置;
S7、根据目标点高度和坐标位置对目标进行重建。
在本实施例中,雷达在两个航线角下对同一目标点进行观测,通过获取目标多角度回波数据并进行距离脉压处理;通过后向投影成像处理得到目标多角度图像;对目标多角度图像进行平移配准;计算目标多角度图像中对应投影点的位置差并构造目标观测矩阵;对目标进行高度维解算;根据高度维解算结果对目标进行定位校正;根据目标位置和高度维信息对目标进行重建,可通过合成孔径雷达多角度观测实现对地面目标重建。
在本实施例中,回波坐标系模型为直角坐标系,如图2所示,XYZ是回波坐标系,雷达在两个航线角下对同一目标区域进行观测,载着雷达的第一个观测角度的天线相位中心位置A1和第二个观测角度的天线相位中心位置A2的坐标为(Xt1,Yt1,Zt1)和(Xt2,Yt2,Zt2),目标点P的坐标为(X0,Y0,Z0),该坐标为仿真中给出的目标点的仿真坐标,根据两条航线天线相位参数和两条航线下天线相位中心到目标点距离的所述两航线下天线相位中心到目标点的回波数据,其中天线相位参数包括距离向快时间、方位向快时间、电磁波传播速度和中心频率等;
具体的,两航线下天线相位中心到目标点的回波数据包括:
其中,τ为距离向快时间,tm为方位向快时间,c为电磁波传播速度,Tp为脉冲持续时间,γ为线性调频率,fc为中心频率,rect(·)为矩形窗函数,Rt1和Rt2为两条航线下天线相位中心到目标点距离,j为复数的虚部;
对回波数据进行距离向脉冲压缩处理,得到脉冲压缩后的信号表达式为:
其中,sinc(·)为窗函数,Krc为归一化波数符号,B为信号带宽。
在本实施例中,雷达在两个航线角下对同一目标区域进行观测,会得到对于目标点的不同视角,对于不同视角需要构造相同的成像网格,S2包括:构造成像网格,根据后向投影算法对距离脉压处理后的回波数据进行处理,得到基于所述成像网格的所述目标多角度图像;其中后向投影算法算法通过将雷达回波数据反向投影到成像区域的各个像素,像素值通过计算雷达回波在雷达天线和图像像素之间的距离的延时来进行成像;具体如图2中,成像网格中心点为C,通过后向投影算法,对S1中的脉冲压缩后的信号进行处理,得到不同视角下成像网格的目标多角度图像为:
其中,x表示成像网格横向坐标,y表示成像网格纵向坐标。
可以理解的是,目标多角度图像中存在多个区域,在本实施例中,需要选取不受多视角投影影响的区域,并且区域中包含较多特征信息,例如定标点区域、道路边缘、人工设施等,S3包括从目标多角度图像I1(x,y)和I2(x,y)中的选取图像块I1_sub(x,y)和I2_sub(x,y),分别对图像块进行二维离散傅里叶变换得到F1_sub(u,v)和F2_sub(u,v);
对F1_sub(u,v)和F2_sub(u,v)进行共轭相乘后,进行二维离散逆傅里叶变换得到变换结果cf(x,y);
确定|cf(x,y)|的最大值位置,其中|·|为取绝对值运算;
根据所述最大值位置确定对图像块I2_sub(x,y)的平移量Δx和Δy;
根据计算得到的Δx和Δy对图像块I1_sub(x,y)和I2_sub(x,y)进行配准处理。
具体的,选取目标多角度图像中的图像块I1_sub(x,y)和I2_sub(x,y),分别对图像块进行二维离散傅里叶变换:
其中,u表示图像横向谱坐标,v表示图像纵向谱坐标,M为图像横向像素点数,N为图像纵向像素点数;
对F1_sub(u,v)和F2_sub(u,v)进行共轭相乘得到:
CF(u,v)=F1_sub(u,v)·F2_sub(u,v)*
其中,*表示共轭运算;
对CF(u,v)进行二维离散逆傅里叶变换:
确定|cf(x,y)|的最大值位置,表示为(m,n),其中|·|为取绝对值运算;则对图像I2(x,y)的平移量为:
Δx=m-M/2
Δy=n-N/2
根据计算得到的Δx和Δy对图像块I1_sub(x,y)和I2_sub(x,y)进行配准处理。
由于图像I1(x,y)和I2(x,y)之间的平移量,与图像块I1_sub(x,y)和I2_sub(x,y)中的平移量对应,Δx和Δy为两图像块之间的空间坐标变换参数,由该空间变换参数进行图像配准。
在本实施例中,图像配准后,提取配准后的图像块I1_sub(x,y)和I2_sub(x,y)对应的投影点P1和P2,其中P1点的坐标为(xp1,yp1),P2点的坐标为(xp2,yp2),因为视角不同,存在投影差,则投影差向量为:
根据两条视角航线的相关参数构建观测矩阵为:
其中,H1为第一个视角航线的高度,H2为第二个视角航线的高度。(xC1,yC1)为第一个视角的成像中心点坐标,(xC2,yC2)为第二个视角的成像中心点坐标。可选的,(xC1,yC1)和(xC2,yC2)相等;(aC1,bC1)为第一视角航线的飞行参数,(aC2,bC2)为第二个视角航线的飞行参数,表示为:
aC1=tanθ1
aC2=tanθ2
其中,θ1为第一个视角航线的水平向速度夹角,ψ1为第一个视角航线的俯仰向速度夹角,θ2为第二个视角航线的水平向速度夹角,ψ2为第二个视角航线的俯仰向速度夹角。
在本实施例中,根据最小二乘法,对上述位置差和观测矩阵计算得到目标点高度为:
其中,x0_1'为目标点在x方向的投影坐标,y0_1'为目标点在y方向的投影坐标;其中x方向和y方向为图2中的X轴和Y轴。
其中,H为散射点数量,即获取两幅图像块中的所有散列点的坐标位置和高度,与目标点一起合成一个以高度和位置为集合的点集。
可以理解的是,本实施例中的目标包含目标点和散列点,将解算的点集投影到三维空间可以得到目标的重建结果,可通过合成孔径雷达多角度观测实现对地面目标重建,适用于实时处理板卡实现。
为了便于理解,可以通过Matlab等软件进行仿真,实验参数如表1所示,用于对比的包含16个点的点阵原始坐标如表2所示。如图3所示为本实施例提供的视角1下点阵成像结果。如图4所示为本实施例提供的视角2下点阵成像结果。如图5所示,为本实施例提供的经过重建的点阵成像结果。
表1
参数 | 数值 |
载频 | 10GHz |
带宽 | 300MHz |
观测视角1 | 90° |
观测视角2 | 60° |
成像网格间距 | 0.3m |
表2
本实施例还提供一种雷达目标多角度重建装置,如图6所示,该装置包括:
存储器61,用于存储计算机程序;
处理器62,用于执行所述计算机程序,实现如上所述的雷达目标多角度重建方法的步骤,在此一一不赘述。
本实施例还提供一种存储介质,存储介质存储有一个或者多个计算机程序,所述一个或者多个计算机程序可被一个或者多个处理器执行,实现如上所述的雷达目标多角度重建方法的步骤,在此一一不赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本发明实施例所提供的技术方案进行了详细介绍,本专利中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述,以上实施例的说明只适用于帮助理解本发明实施例的原理;以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种雷达目标多角度重建方法,其特征在于,所述雷达目标多角度重建方法包括:
S1、雷达在两个航线角下对同一目标区域进行观测,获取两航线下天线相位中心到所述目标区域的目标点的回波数据,并对所述回波数据进行距离脉压压缩处理;
S2、对距离脉压处理后的回波数据进行投影成像处理,得到不同视角下的目标多角度图像;
S3、对所述目标多角度图像进行平移配准;
S4、计算目标多角度图像中对应投影点的位置差并构造目标观测矩阵;
S5、根据所述位置差和目标观测矩阵确定目标点高度;
S6、根据所述目标点高度确定目标点的坐标位置;
S7、根据目标点高度和坐标位置对所述目标点对应的目标进行重建。
2.根据权利要求1所述的雷达目标多角度重建方法,其特征在于,所述S1包括:
根据两条航线天线相位参数和两条航线下天线相位中心到目标点距离的所述两航线下天线相位中心到目标点的回波数据;
对所述回波数据进行距离脉压处理,得到脉冲压缩后的信号。
3.根据权利要求2所述的雷达目标多角度重建方法,其特征在于,所述S2包括:
构造成像网格,根据后向投影算法对距离脉压处理后的回波数据进行处理,得到基于所述成像网格的所述目标多角度图像。
4.根据权利要求3所述的雷达目标多角度重建方法,其特征在于,所述S3包括:
从目标多角度图像I1(x,y)和I2(x,y)中的选取图像块I1_sub(x,y)和I2_sub(x,y),分别对图像块进行二维离散傅里叶变换得到F1_sub(u,v)和F2_sub(u,v);
对F1_sub(u,v)和F2_sub(u,v)进行共轭相乘后,进行二维离散逆傅里叶变换得到变换结果cf(x,y);
确定|cf(x,y)|的最大值位置,其中|·|为取绝对值运算;
根据所述最大值位置确定对图像块I2_sub(x,y)的平移量Δx和Δy;
根据计算得到的Δx和Δy对图像块I1_sub(x,y)和I2_sub(x,y)进行配准处理。
5.根据权利要求4所述的雷达目标多角度重建方法,其特征在于,所述S4包括:
提取配准后的图像块I1_sub(x,y)和I2_sub(x,y)对应的投影点P1和P2,其中P1点的坐标为(xp1,yp1),P2点的坐标为(xp2,yp2),则投影差向量为:
根据两条视角航线的相关参数构建观测矩阵为:
其中,H1为第一个视角航线的高度,H2为第二个视角航线的高度;(xC1,yC1)为第一个视角的成像中心点坐标,(xC2,yC2)为第二个视角的成像中心点坐标,(aC1,bC1)为第一视角航线的飞行参数,(aC2,bC2)为第二个视角航线的飞行参数,表示为:
aC1=tanθ1
aC2=tanθ2
其中,θ1为第一个视角航线的水平向速度夹角,ψ1为第一个视角航线的俯仰向速度夹角,θ2为第二个视角航线的水平向速度夹角,ψ2为第二个视角航线的俯仰向速度夹角。
9.一种雷达波束中心照射点确定装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序,实现如权利要求1至8中任一项所述的雷达目标多角度重建方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个计算机程序,所述一个或者多个计算机程序可被一个或者多个处理器执行,以实现如权利要求1至8中任一项所述的雷达目标多角度重建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110920219.3A CN113640798B (zh) | 2021-08-11 | 2021-08-11 | 一种雷达目标多角度重建方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110920219.3A CN113640798B (zh) | 2021-08-11 | 2021-08-11 | 一种雷达目标多角度重建方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113640798A true CN113640798A (zh) | 2021-11-12 |
CN113640798B CN113640798B (zh) | 2023-10-31 |
Family
ID=78420862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110920219.3A Active CN113640798B (zh) | 2021-08-11 | 2021-08-11 | 一种雷达目标多角度重建方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113640798B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114296074A (zh) * | 2021-12-29 | 2022-04-08 | 湖南华诺星空电子技术有限公司 | 基于飞行平台的穿透式侦察雷达成像方法及雷达*** |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040021598A1 (en) * | 2002-01-08 | 2004-02-05 | Garren David Alan | Process for mapping multiple-bounce ghosting artifacts from radar imaging data |
US20060273946A1 (en) * | 2005-06-03 | 2006-12-07 | Krikorian Kapriel V | Technique for low grazing angle 3D SAR target recognition |
CN101339245A (zh) * | 2008-08-08 | 2009-01-07 | 西安电子科技大学 | 多基线干涉合成孔径雷达干涉相位展开方法 |
CN101738614A (zh) * | 2008-11-17 | 2010-06-16 | 清华大学 | 基于时空图像序列的逆合成孔径雷达的目标转动估计方法 |
WO2012020439A1 (en) * | 2010-08-11 | 2012-02-16 | Selex Galileo S.P.A. | Multi-grazing isar imaging method and system providing isar side-view images with improved cross-range resolution |
CN103336278A (zh) * | 2013-05-13 | 2013-10-02 | 西安电子科技大学 | 多视角观测下前视三维sar成像方法 |
CN103439693A (zh) * | 2013-08-16 | 2013-12-11 | 电子科技大学 | 一种线阵sar稀疏重构成像与相位误差校正方法 |
WO2015008310A1 (en) * | 2013-07-19 | 2015-01-22 | Consiglio Nazionale Delle Ricerche | Method for filtering of interferometric data acquired by synthetic aperture radar (sar) |
CN104732224A (zh) * | 2015-04-08 | 2015-06-24 | 重庆大学 | 基于二维泽尔尼克矩特征稀疏表示的sar目标识别方法 |
US20150371431A1 (en) * | 2013-01-29 | 2015-12-24 | Andrew Robert Korb | Methods for analyzing and compressing multiple images |
CN105866757A (zh) * | 2016-03-30 | 2016-08-17 | 西安电子科技大学 | 基于时变定位误差的外辐射源雷达目标航迹融合方法 |
CN106154266A (zh) * | 2016-07-19 | 2016-11-23 | 西安电子科技大学 | 基于属性散射中心模型的多视角目标部件特征提取方法 |
CN109146803A (zh) * | 2018-07-26 | 2019-01-04 | 北京航空航天大学 | 基于多角度图像的sar图像辐射分辨率提升方法及装置 |
CN109752698A (zh) * | 2018-12-12 | 2019-05-14 | 北京无线电测量研究所 | 一种机载合成孔径雷达的惯性导航误差估算方法 |
CN109917361A (zh) * | 2019-04-02 | 2019-06-21 | 电子科技大学 | 一种基于双基雷达的三维未知场景成像方法 |
CN109959932A (zh) * | 2019-04-08 | 2019-07-02 | 西安电子科技大学 | 基于下降段曲线轨迹的雷达前视三维成像方法 |
CN110133682A (zh) * | 2019-01-08 | 2019-08-16 | 西安电子科技大学 | 星载全方位sar自适应目标三维重建方法 |
CN110146886A (zh) * | 2019-05-29 | 2019-08-20 | 西安电子科技大学 | 非均匀旋转目标运动参数的快速估计方法 |
CN110865372A (zh) * | 2018-08-27 | 2020-03-06 | 中国人民解放军61646部队 | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 |
JP2020039841A (ja) * | 2017-11-24 | 2020-03-19 | 炭 親良 | 計測イメージング装置 |
CN112099011A (zh) * | 2020-09-21 | 2020-12-18 | 中国科学院空天信息创新研究院 | 基于focuss算法的全息sar子孔径三维重建方法 |
CN112415515A (zh) * | 2021-01-22 | 2021-02-26 | 南京邮电大学 | 一种机载圆迹sar对不同高度目标分离的方法 |
US11037030B1 (en) * | 2018-10-29 | 2021-06-15 | Hrl Laboratories, Llc | System and method for direct learning from raw tomographic data |
CN116047463A (zh) * | 2023-04-03 | 2023-05-02 | 中国科学院空天信息创新研究院 | 多角度sar目标散射各向异性推演方法、装置、设备及介质 |
-
2021
- 2021-08-11 CN CN202110920219.3A patent/CN113640798B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040021598A1 (en) * | 2002-01-08 | 2004-02-05 | Garren David Alan | Process for mapping multiple-bounce ghosting artifacts from radar imaging data |
US20060273946A1 (en) * | 2005-06-03 | 2006-12-07 | Krikorian Kapriel V | Technique for low grazing angle 3D SAR target recognition |
CN101339245A (zh) * | 2008-08-08 | 2009-01-07 | 西安电子科技大学 | 多基线干涉合成孔径雷达干涉相位展开方法 |
CN101738614A (zh) * | 2008-11-17 | 2010-06-16 | 清华大学 | 基于时空图像序列的逆合成孔径雷达的目标转动估计方法 |
WO2012020439A1 (en) * | 2010-08-11 | 2012-02-16 | Selex Galileo S.P.A. | Multi-grazing isar imaging method and system providing isar side-view images with improved cross-range resolution |
US20150371431A1 (en) * | 2013-01-29 | 2015-12-24 | Andrew Robert Korb | Methods for analyzing and compressing multiple images |
CN103336278A (zh) * | 2013-05-13 | 2013-10-02 | 西安电子科技大学 | 多视角观测下前视三维sar成像方法 |
WO2015008310A1 (en) * | 2013-07-19 | 2015-01-22 | Consiglio Nazionale Delle Ricerche | Method for filtering of interferometric data acquired by synthetic aperture radar (sar) |
CN103439693A (zh) * | 2013-08-16 | 2013-12-11 | 电子科技大学 | 一种线阵sar稀疏重构成像与相位误差校正方法 |
CN104732224A (zh) * | 2015-04-08 | 2015-06-24 | 重庆大学 | 基于二维泽尔尼克矩特征稀疏表示的sar目标识别方法 |
CN105866757A (zh) * | 2016-03-30 | 2016-08-17 | 西安电子科技大学 | 基于时变定位误差的外辐射源雷达目标航迹融合方法 |
CN106154266A (zh) * | 2016-07-19 | 2016-11-23 | 西安电子科技大学 | 基于属性散射中心模型的多视角目标部件特征提取方法 |
JP2020039841A (ja) * | 2017-11-24 | 2020-03-19 | 炭 親良 | 計測イメージング装置 |
CN109146803A (zh) * | 2018-07-26 | 2019-01-04 | 北京航空航天大学 | 基于多角度图像的sar图像辐射分辨率提升方法及装置 |
CN110865372A (zh) * | 2018-08-27 | 2020-03-06 | 中国人民解放军61646部队 | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 |
US11037030B1 (en) * | 2018-10-29 | 2021-06-15 | Hrl Laboratories, Llc | System and method for direct learning from raw tomographic data |
CN109752698A (zh) * | 2018-12-12 | 2019-05-14 | 北京无线电测量研究所 | 一种机载合成孔径雷达的惯性导航误差估算方法 |
CN110133682A (zh) * | 2019-01-08 | 2019-08-16 | 西安电子科技大学 | 星载全方位sar自适应目标三维重建方法 |
CN109917361A (zh) * | 2019-04-02 | 2019-06-21 | 电子科技大学 | 一种基于双基雷达的三维未知场景成像方法 |
CN109959932A (zh) * | 2019-04-08 | 2019-07-02 | 西安电子科技大学 | 基于下降段曲线轨迹的雷达前视三维成像方法 |
CN110146886A (zh) * | 2019-05-29 | 2019-08-20 | 西安电子科技大学 | 非均匀旋转目标运动参数的快速估计方法 |
CN112099011A (zh) * | 2020-09-21 | 2020-12-18 | 中国科学院空天信息创新研究院 | 基于focuss算法的全息sar子孔径三维重建方法 |
CN112415515A (zh) * | 2021-01-22 | 2021-02-26 | 南京邮电大学 | 一种机载圆迹sar对不同高度目标分离的方法 |
CN116047463A (zh) * | 2023-04-03 | 2023-05-02 | 中国科学院空天信息创新研究院 | 多角度sar目标散射各向异性推演方法、装置、设备及介质 |
Non-Patent Citations (4)
Title |
---|
LIU YC 等: "Inverse Omega-K algorithm for the electromagnetic deception of synthetic aperture radar", 《IEEE, vol. 9, no. 7, pages 3037 - 3049, XP011619673, DOI: 10.1109/JSTARS.2016.2543961 * |
卢景月 等: "前视多通道合成孔径雷达解模糊成像方法", 《电子与信息学报》, vol. 40, no. 12, pages 2820 - 2825 * |
张继贤;黄国满;程春泉;: "面向对象高可信SAR数据精确处理", 武汉大学学报(信息科学版), no. 12, pages 66 - 78 * |
王琦: "基于三维电磁散射模型的SAR目标空间失配校正与分类方法", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 1, pages 1136 - 1046 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114296074A (zh) * | 2021-12-29 | 2022-04-08 | 湖南华诺星空电子技术有限公司 | 基于飞行平台的穿透式侦察雷达成像方法及雷达*** |
Also Published As
Publication number | Publication date |
---|---|
CN113640798B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20090232355A1 (en) | Registration of 3d point cloud data using eigenanalysis | |
Bagheri et al. | A framework for SAR-optical stereogrammetry over urban areas | |
EP3540462A1 (en) | Coherence change detection techniques | |
CN106548462A (zh) | 基于薄板样条插值的非线性sar图像几何校正方法 | |
CN101893710A (zh) | 一种非均匀分布的多基线合成孔径雷达三维成像方法 | |
EP3622481B1 (en) | Method and system for calibrating a velocimetry system | |
KR101712084B1 (ko) | 멀티간섭기법 기반의 이온왜곡 보정 방법 및 그 장치 | |
CN104730520A (zh) | 基于子孔径合成的圆周sar后向投影自聚焦方法 | |
CN112415515B (zh) | 一种机载圆迹sar对不同高度目标分离的方法 | |
CN113419242A (zh) | 一种层析sar全场景点云获取方法及其装置 | |
CN114519778B (zh) | 多角度sar数据的目标三维重构方法、装置、设备及介质 | |
CN113640798B (zh) | 一种雷达目标多角度重建方法、装置及存储介质 | |
Hacihaliloglu et al. | Statistical shape model to 3D ultrasound registration for spine interventions using enhanced local phase features | |
CN114067058B (zh) | 多角度sar立体成像方法 | |
CN105261051B (zh) | 一种获取图像掩码的方法及装置 | |
CN110297243B (zh) | 合成孔径雷达层析三维成像中的相位误差补偿方法及装置 | |
CN106291553B (zh) | 一种基于isar图像序列的不连续散射中心坐标恢复方法 | |
CN110297242A (zh) | 基于压缩感知的合成孔径雷达层析三维成像方法及装置 | |
CN114002666B (zh) | 任意天线构型下星载ati-sar洋流流速提取方法及设备 | |
CN113030968B (zh) | 基于csar模式提取dem的方法、装置及存储介质 | |
CN114609632A (zh) | 一种sar层析成像中的相位误差补偿方法和装置 | |
CN114187332A (zh) | 一种雷达图像配准方法和*** | |
Jones et al. | A new correlation based alignment technique for use in electron tomography | |
CN113671497A (zh) | 基于圆柱对称模型的单通道sar目标三维坐标提取方法 | |
CN111222544A (zh) | 一种卫星颤振对相机成像影响的地面模拟测试*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |