期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
对比度最优自聚焦算法 被引量:15
1
作者 刘月花 荆麟角 《电子与信息学报》 EI CSCD 北大核心 2003年第1期24-30,共7页
该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真... 该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真模拟证明了该算法的有效性。将COAA运用于中关村地区L-SAR数据并得到了理想的图像,这说明该算法具有重要的实际应用价值。最后,该文通过一些具体例子验证了该算法与其他算法相比具有更强的鲁棒性。 展开更多
关键词 合成孔径雷达 对比度最优自聚焦算法 图像 MAPDRIFT自聚焦算法 COAA 机载
在线阅读 下载PDF
基于对比度最优准则的自聚焦优化算法研究 被引量:8
2
作者 邓云凯 王宇 +1 位作者 杨贤林 张志敏 《电子学报》 EI CAS CSCD 北大核心 2006年第9期1742-1744,共3页
对比度最优自聚焦算法是一种基于图像幅度的自聚焦方法.本文将对比度最优自聚焦算法等效为一个求解局部最优解的优化模型.结合实际SAR(Synthetic Aperture Radar)系统的特征采用了两种解决此优化问题的算法:黄金分割和Fibonacci级数法,... 对比度最优自聚焦算法是一种基于图像幅度的自聚焦方法.本文将对比度最优自聚焦算法等效为一个求解局部最优解的优化模型.结合实际SAR(Synthetic Aperture Radar)系统的特征采用了两种解决此优化问题的算法:黄金分割和Fibonacci级数法,和传统方法相比,这两种优化方法明显提高了对比度最优自聚焦算法的运算效率. 展开更多
关键词 合成孔径雷达 对比度最优 自聚焦
在线阅读 下载PDF
基于变步长搜索黄金分割优化的自聚焦算法 被引量:3
3
作者 邱毅 刘峥 刘钦 《现代雷达》 CSCD 北大核心 2012年第4期48-52,共5页
为了获得高分辨的合成孔径雷达(SAR)图像,需采用自聚焦算法对SAR图像进行处理。文中介绍了利用图像对比度最优准则进行自聚焦的原理方法,将对比度最优自聚焦过程等效为最优一维搜索模型。同时,介绍了变步长搜索黄金分割算法的原理,首先... 为了获得高分辨的合成孔径雷达(SAR)图像,需采用自聚焦算法对SAR图像进行处理。文中介绍了利用图像对比度最优准则进行自聚焦的原理方法,将对比度最优自聚焦过程等效为最优一维搜索模型。同时,介绍了变步长搜索黄金分割算法的原理,首先通过变步长搜索确定搜索区间,然后采用黄金分割法进行迭代收敛,当满足终止条件时,停止迭代并得到最终的多普勒调频率最优估计值。与现有的算法相比,基于变步长搜索黄金分割优化的自聚焦算法具有收敛速度快、鲁棒性强的优点。实测数据处理结果验证了算法的有效性。 展开更多
关键词 合成孔径雷达 自聚焦 对比度最优 黄金分割法
在线阅读 下载PDF
对比度最优算法在UWB SAR运动补偿中的应用
4
作者 薛国义 周智敏 王建 《现代雷达》 CSCD 北大核心 2007年第11期68-71,共4页
对比度最优自聚焦(COA)算法是一种计算量相对较小的自聚焦算法,在高波段及L波段SAR中得到了成功应用。但对于工作在P波段的超宽带SAR(UWB SAR),由于杂波噪声干扰严重,给COA算法的应用带来了较大的困难。文中针对UWB SAR这一特点,提出了... 对比度最优自聚焦(COA)算法是一种计算量相对较小的自聚焦算法,在高波段及L波段SAR中得到了成功应用。但对于工作在P波段的超宽带SAR(UWB SAR),由于杂波噪声干扰严重,给COA算法的应用带来了较大的困难。文中针对UWB SAR这一特点,提出了一种有效减小杂波对对比度干扰的方法,通过改造对比度评价函数、选择信噪比较强的方位线、对方位压缩后的图像低通滤波、并剔除偏差较大的估计值等方法,有效地提高了COA算法在UWB SAR中的性能。实际UWB SAR数据的补偿结果表明了该方法的有效性。 展开更多
关键词 超宽带合成孔径雷达 对比度最优 自聚焦 运动补偿
在线阅读 下载PDF
一种基于极坐标格式算法的高分辨SAR成像自聚焦算法 被引量:3
5
作者 曾乐天 梁毅 邢孟道 《电子与信息学报》 EI CSCD 北大核心 2015年第6期1409-1415,共7页
针对机载聚束合成孔径雷达(SAR)惯导精度无法满足高分辨SAR成像的问题,该文提出了一种结合极坐标格式算法(PFA)的自聚焦算法,即"由粗到精"的混合多阶段参数化最小熵(Hybrid Multistage Parameterized Minimum Entropy,HMPME)... 针对机载聚束合成孔径雷达(SAR)惯导精度无法满足高分辨SAR成像的问题,该文提出了一种结合极坐标格式算法(PFA)的自聚焦算法,即"由粗到精"的混合多阶段参数化最小熵(Hybrid Multistage Parameterized Minimum Entropy,HMPME)距离单元徙动校正方法和基于图像对比度增强(Contrast Enhancement,CE)的变步长迭代相位误差校正方法。该自聚焦算法可以直接嵌入到PFA处理中,精确地补偿了惯导测量精度不足引起的越距离单元徙动(Range Cell Migration,RCM)和相位误差,且对于低对比度、低信噪比场景数据有良好的聚焦性能。最后,利用仿真实验和实测机载聚束SAR数据验证了所提算法的有效性。 展开更多
关键词 合成孔径雷达 极坐标格式算法 自聚焦 参数化最小熵 对比度增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部