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139頁未讀 繼續(xù)免費閱讀

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、超寬帶合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具有探測范圍廣和穿透能力強等優(yōu)點,使遠(yuǎn)距離大區(qū)域快速探測淺埋目標(biāo)成為可能。特征獲取是保證超寬帶SAR淺埋目標(biāo)探測性能的關(guān)鍵,本文結(jié)合飛艇載超寬帶SAR系統(tǒng)實測數(shù)據(jù)的處理,針對超寬帶SAR淺埋目標(biāo)的特征獲取技術(shù)展開研究。
  首先,研究了基于有效特征空間的淺埋目標(biāo)特征獲取框架。從目標(biāo)和傳感器兩方面出發(fā),闡述了有效特征的基本概念;利用電磁計算和實測數(shù)據(jù)建立了

2、淺埋目標(biāo)的電磁散射模型,在此基礎(chǔ)上分析了金屬地雷的時域雙峰特征,頻域凹點特征以及方位不變特征,建立了超寬帶SAR淺埋目標(biāo)有效特征空間;分別討論了超寬帶SAR觀測模型及目標(biāo)檢測流程與淺埋目標(biāo)有效特征空間之間的關(guān)系。
  其次,研究了超寬帶SAR淺埋目標(biāo)預(yù)篩選特征提取技術(shù)。針對傳統(tǒng)快速CFAR預(yù)篩選算法中對比度特征提取效率低的問題,提出了基于積分圖像的快速對比度特征提取算法;針對對比度特征用于超寬帶SAR淺埋目標(biāo)預(yù)篩選時易受復(fù)雜背景環(huán)

3、境影響的不足,提出了基于局部結(jié)構(gòu)特征的超寬帶SAR目標(biāo)預(yù)篩選方法;針對金屬地雷目標(biāo)的雙峰結(jié)構(gòu)不能同時聚焦所導(dǎo)致的局部結(jié)構(gòu)特征提取不準(zhǔn)確問題,提出了基于雙峰特征增強操作的金屬地雷局部結(jié)構(gòu)特征提取方法。
  再次,研究了超寬帶SAR淺埋目標(biāo)鑒別特征提取技術(shù)。提出了基于時頻分析的多維散射函數(shù)估計框架,分析了經(jīng)典時頻分析方法中不確定原理對多維散射函數(shù)估計準(zhǔn)確性的約束;提出了基于經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposi

4、tion,EMD)的超寬帶SAR目標(biāo)鑒別特征提取方法,將一維EMD拓展到二維,提出了分離集合平均EMD(Separate Ensemble EMD,SEEMD)方法,給出了基于SEEMD的SAR目標(biāo)散射中心散射特征提取流程;提出了基于稀疏表示的超寬帶SAR目標(biāo)鑒別特征提取方法,將稀疏表示的時頻分析方法拓展到SAR二維空間波數(shù)分布中,對固定散射中心的散射特性進(jìn)行了稀疏表示;針對金屬地雷目標(biāo)前峰與后峰隨方位角變化而移動的特性,提出了遷移散射

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