排序方式: 共有90条查询结果,搜索用时 15 毫秒
81.
针对高分辨率极化合成孔径雷达(SAR)影像中极化特征呈现尖峰拖尾等复杂多样的统计特点,采用混合高斯模型(GMM)对极化特征进行建模,提出了一种约束距离的混合多元高斯分布的参数估计算法。该参数估计算法在贪婪期望最大算法框架下设计约束距离函数,自动估计混合分量的个数和模型参数,进而在贝叶斯框架下实现极化SAR影像的地物分类。对Radarsat-2旧金山等地区三组影像数据的分类结果表明:相比于经典的分类算法,所提GMM分类算法的总体精度提高了7%~10%,且对样本数目的依赖性更小,在城区和耕地区域等异质区域可以得到精度更高的分类结果。 相似文献
82.
在二维魏格纳分布的框架内,针对魏格纳变换的交叉项问题和计算量大的问题,提出了合成孔径雷达图像局部伪魏格纳变换的目标和目标阴影的分割方法.首先,将合成孔径雷达图像进行二维伪魏格纳变换,得到各像素点的二维能量谱图|然后提取各像素点的二维能量谱图对应位置值形成多个不同频段的与原图像同大小的能量谱图|最后,对不同频段的能量谱图采用不同的处理方法后,将各能量谱图相加处理后形成区域标识图像,最终得到原图像的目标和目标阴影分割图像.本文利用该方法对MSTAR切片图像进行了分割试验,并对分割图像与频谱最大值距离或方位分割算法和基于双参量CFAR与隐马尔科夫联合分割算法进行了分割图像对比度对比.实验结果表明,采用本文算法的合成孔径雷达分割图像,对比度明显提高,且保留了目标图像细节. 相似文献
83.
针对合成孔径雷达(SAR)清晰成像的特点,为保证雷达天线波束指向稳定,设计了某型机载雷达天线稳定平台;为了消除雷达天线稳定平台控制中存在的非线性及不确定性因素的影响,提出了一种应用于雷达天线稳定平台控制系统的模糊PID控制策略;稳定平台是依据陀螺仪所采集载机的角速度,运用反向运动补偿的原理进行工作;控制策略中,在传统PID控制的基础上引入模糊控制算法,根据跟踪误差信号动态改变PID控制器参数,改善稳定平台的控制效果,完成稳定平台控制器的优化设计;仿真结果表明,优化后的模糊PID控制算法与传统PID控制算法比较,在稳定平台转速控制方面受到的外部干扰影响更小,响应速度更快;因此,基于模糊PID控制算法的雷达天线稳定平台具有更高的稳定性能。 相似文献
84.
85.
评价滤波算法的SAR图像模拟 总被引:2,自引:0,他引:2
提出了一种简单的基于统计模型的SAR(合成孔径雷达)图像的模拟的算法.该算法首先根据自然场景(如海面、场地和森林等)的统计模型产生相关的Gamma分布,得到场景的后向散射系数图;然后根据乘法模型引入斑点噪声,得到复数的后向散射系数图;再将点面目标的后向散射系数叠加在后向散射系数图上;最后将该复数图像通过一个由SAR系统的系统传输函数定义的滤波器生成模拟的SAR图像.计算机模拟结果表明,该方法与以前的模拟算法比较,不仅能真实地反映SAR图像的特征,而且计算简单,为检验滤波算法提供了有力的工具. 相似文献
86.
带遗忘因子的H∞滤波在机载SAR运补系统中的应用 总被引:3,自引:0,他引:3
针对机载SAR运补系统中使用的DGPS/SINS组合系统Kalman滤波器所遇到的发散问题,提出了带遗忘因子的H∞滤波新方法。通过仿真计算表明:与常规间接反馈校正Kalman滤波器相比,这种方法大大提高了组合导航系统的稳定性和跟踪性。 相似文献
87.
88.
从图像恢复的迭代处理原理出发,针对简单的迭代方法中诸如每次的恢复误差在迭代过程中不断反馈与积累从而造成恢复图像的严重失真等问题,提出了一种新的迭代处理方法。新方法从每次迭代的恢复结果中提取新的信息,然后将该新信息和以前的恢复结果进行信息传递,并在此基础上设置了一个用于调节最终迭代结果的平滑程度的参数,使新仍 的灵活性,新方法对真实SAR图像的处理结果表明该方法有效的克服简单迭代方法中的误差积累以及迭代结果不收敛等不足。 相似文献
89.
激光陀螺POS惯性数据滤波及时延补偿 总被引:1,自引:0,他引:1
激光陀螺作为位置姿态测量系统(POS)的核心传感器,其精度直接决定激光陀螺POS系统精度,围绕机抖激光陀螺信号去噪的需求,基于FIR滤波器建模的方法,设计了FIR数字低通滤波器;针对滤波器导致的信号延迟问题,根据FIR数字滤波器群延迟特性建模,提出了激光陀螺POS数据时延补偿方法。静态实验结果表明,设计的FIR数字低通滤波器降低了激光陀螺抖动噪声功率达80dB。进一步通过飞行实验表明,提出的方法降低了激光陀螺POS系统姿态角误差,与POS/AV510相比航向角误差由0.017°降低到0.01°,俯仰角误差由0.007°降低到0.005°,横滚角误差由0.016°降低到0.005°,满足了机载InSAR对激光陀螺POS精度要求。 相似文献
90.
提出了利用基于Tikhonov正则化的二维数值微分方法来反演合成孔径雷达图像海面风向的新方法. 首先将高分辨率合成孔径雷达图像去噪、降采样并分割成数个子图像,利用基于Tikhonov正则化的二维数值微分方法求解所关注子图像每一个点的梯度方向,在此基础上通过带有距离权重的目标函数确定子图像整体强度的梯度方向,该梯度的垂线方向就是所要求解的风向,然后进行模拟试验,在添加误差为10%的随机扰动情况下,分别基于Tikhonov正则化的二维数值微分方法与基于有限差分的Sobel算子方法来反演风向,结果表明,前者误差为0.7293°,后者误差为13.5069°,最后进行了实例试验,结果显示,Sobel算子方法的部分风向反演结果偏离整体风向明显,而基于Tikhonov正则化的二维数值微分方法的风向反演结果一致性较好. 将三个船舶报风向与相应位置合成孔径雷达图像的海面风向反演结果进行对比,Sobel算子方法的风向反演结果平均误差在9.0331°,而基于Tikhonov正则化的二维数值微分方法的风向反演结果平均误差仅为1.1148°.
关键词:
合成孔径雷达
海面风向
数值微分
Sobel算子 相似文献