>> SAR成像RD算法
SAR成像RD算法
所属分类：
下载地址：
simulate_RD_image.rar文件大小：2.60 kB
分享有礼！ 》
请点击右侧的分享按钮，把本代码分享到各社交媒体。
通过您的分享链接访问Codeforge，每来2个新的IP，您将获得0.1 积分的奖励。
通过您的分享链接，每成功注册一个用户，该用户在Codeforge上所获得的每1个积分，您都将获得0.2 积分的分成奖励。
本程序为进行频域距离徙动校正的RD算法，普通的RD算法（距离——多普勒）在距离压缩后，直接进行方位向压缩，没有消除二维耦合，当频率较低，或是合成孔径较长时，二维耦合严重，这时普通的RD算法将不再试用，于是考虑在频域进行距离徙动校正
Sponsored links
源码文件列表
温馨提示： 点击源码文件名可预览文件内容哦 ^_^
7.35 kB23-11-12 04:51
（提交有效评论获得积分）
评论内容不能少于15个字，不要超出160个字。
评价成功，多谢！
下载simulate_RD_image.rar
CodeForge积分（原CF币）全新升级，功能更强大，使用更便捷，不仅可以用来下载海量源代码马上还可兑换精美小礼品了
您的积分不足，优惠套餐快速获取 30 积分
10积分 / ￥100
30积分 / ￥200原价 ￥300 元
100积分 / ￥500原价 ￥1000 元
订单支付完成后，积分将自动加入到您的账号。以下是优惠期的人民币价格，优惠期过后将恢复美元价格。
支付宝支付宝付款
微信钱包微信付款
更多付款方式：、
您本次下载所消耗的积分将转交上传作者。
同一源码，30天内重复下载，只扣除一次积分。
鲁ICP备号-3 runtime:Elapsed:556.568ms - init:0.1;find:0.8;t:1.2;tags:10.7;related:164.9;comment:0.5; 5.8
登录 CodeForge
还没有CodeForge账号？
Switch to the English version?
^_^"呃 ...
Sorry!这位大神很神秘，未开通博客呢，请浏览一下其他的吧豆丁微信公众号
君，已阅读到文档的结尾了呢~~
聚束SAR成像算法中的几种插值方法比较
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
聚束SAR成像算法中的几种插值方法比较
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口豆丁微信公众号
君，已阅读到文档的结尾了呢~~
广告剩余8秒
文档加载中
SAR成像算法docx
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
SAR成像算法docx
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口SAR成像与处理算法
成像处理一般包括三个步骤：1、距离向脉冲压缩，对一个合成孔径内的每个回波脉冲均进行压缩；2、距离徙动矫正，把属于同一点目标的脉冲校正到等距离线上、3、方位向脉冲压缩。
难点在于方位向，需要利用回波信号的相位提取多普勒频率。平台轨道和姿态的不稳定及测量误差、雷达系统的不稳定等，均会引起信号的幅度和相位误差，从而影响匹配滤波的处理精度，很难实现理论的分辨率（D/2）.方位压缩的滤波匹配需要估计出两个参数：多普勒质心和多普勒频率。
常用的算法有：距离-多普勒（Range-Doppler,R-D）算法。
Chirp-Scaling(C-S)算法
SAR主要采用侧视雷达，以有源主动方式工作，其特殊的成像方式，形成了图像的独有特征，包括：
辐射特征、噪声特征、目标集合特征、统计特征、纹理特征等.
SAR图像处理的一个重要途径是在相干斑噪声滤波后进行边缘提取和图像分割，常用的滤波方法有：1、低通滤波，较好地一直了斑点噪声，同时模糊了图像。包括均值滤波、高斯滤波等。2、结构滤波，设计一系列结构滤波器进行卷积运算，除了抑制斑点噪声外，还保持图像结构信息不受损失；3、自适应滤波，根据图像灰度分布情况设计一个评价函数，来解决是否对当前窗口图像进行滤波，其目的也是为了抑制斑点噪声同时保持图像信号尽量不受损失。
滤波的结果在一定程度上抑制了斑点噪声的影响，但同时也会损失许多关键的图像信息。为SAR图像的进一步应用处理带来困难。
SAR图像特征
雷达图像的分辨率有距离向和方位向两种。雷达图像的分辨率和像元大小是两个概念，雷达图像中每个像元大小通常低于分辨率。
SAR图像的灰度统计特征：
雷达图像上色调的变化，主要取决于目标物的后向散射截面。每一个接受到的回波被转换成电信号，并以某一特定的灰度色调记录在光学胶片上或转换成一个具有特定值、由于表示亮度的数字化像元。
坡度的变化，复介电常数（含水量）、表面的粗糙度是影响雷达图像色调的三个主要因素。其中表面的粗糙度在决定雷达图像的灰度（也就是回波强度）上起着决定性的作用。
一般来说，交叉极化的回波强度比同极化的回波强度要弱，因此为交叉极化回波设计的接收带宽旺旺要高，以补偿被削弱的回波信号。所以在比较一个同极化图像和一个交叉极化图像时应当观测同一个目标物灰度之间的反差，而不是单纯地比较两个图像之间的绝对灰度值。
在点目标检测中，背景的干扰主要表现为相干斑噪声。通常采用去除斑点噪声、增加目标与背景的对比来突出点目标，也可以讲背景上的点目标看成一个中心突出函数，采用锐化滤波器进行处理。
线目标通常表示不同类目标的界线（如水路界限）或者当地面线性目标的横向尺寸小于分辨率单元尺寸，表示目标本身。大多数线性体目标，相对于中等分辨率的SAR图像而言，其宽度都比较窄，只相当于分辨单元尺寸，故称其为自身线性目标（道路、河流）。与此相对的仅作为两类目标分界线的线性体，成为边界线性目标。
两种相邻的目标后向散射系数之差，便可造成边界线性目标。水路边界是由于陆地目标和水体目标的强烈反差引起的。所以一般易识别。而对于不同树种之间、同一树种内新生树和成熟树之间，被砍伐的林区与未砍伐的林区之间的树林边界以及同一地块内的不中植物之间的植被边界，英语后向散射系数相差不大，一般情况下很难区分。
对于一幅不含噪声的图像，在灰度突变处形成图像的边界点。所有边界点连接构成图像中景物的边界。噪声点也有灰度突变特征，但和周围的点不相关，是孤立的随机点，所以在确定景物的边界特征时，要注意区分噪声点。
面目标的相干斑噪声明显。在SAR图像中，目标的检测主要依据是均值和纹理。只有当目标之间的对比度（均值之比）足够大时，依靠均值分辨才有可能。而纹理取决于空间色调的相对变化，不是灰度的绝对值，所以利用纹理信息提取地面目标是有效的。换言之，面目标的提取实质上是图像分割的一种。因为SAR图像上受噪声影响的均质区，在纹理测度图像上一般对应灰度同一的区域，所以在图像分割时，引入纹理信息可以提高分割精度。
高分辨率SAR图像目标特征提取
在低分辨率的情况下，只存在目标检测的可能，分辨率较高时，可以通过特征识别目标的类型。这也导致了在不同分辨率下不同类型的目标提取的特征有所区别。点特征是一个四自由度的特征，包括：位置（二维）、宽度和强调，在SAR图像中典型的点特征如峰值、脊等；线特征如桥梁、道路、机场、油库、河流、舰船航迹、海岸线等；某些特征具有较大的标志性的空间跨度，可以作为图像的标志性特征，用于多幅图像的配准、地图绘制、甚至目标识别具有重要的意义；SAR图像中的典型的面目标如：森林、植被、草场、农田、水域等、其对应的区域特征一般包括区域纹理、统计、面积、尺寸、惯量矩、方向等
雷达盲区即雷达波束所不能到达的区域。通常有顶锥盲区和低空盲区两部分。顶锥盲区指雷达站头顶上一定仰角以上的一个倒角锥形区域。低空盲区指低于一定仰角以下的区域。雷达最小作用距离雷达最小作用距离是表示雷达探测最近物标距离,在此距离内的区域称为雷达盲区.理论上,当雷达天线较低时,物标始终处在雷达波束照射内时,雷达最小作用距离取决于脉冲宽度的大小:Dmin=2c(τ+t)式中:Dmin—雷达最小作用距离(单位为海里)
多普勒频率和多普勒波束锐化
合成孔径雷达利用雷达的多普勒效应工作，坐过火车的人都会有这样一种体验，两列火车交会时，听到对面来的车的汽笛声，其音调会随着火车驶近而提高，远去而降低，即声波的频率发生变化。雷达波也具有相同的特性，当雷达发射一固定频率的脉冲波对空目标扫描时，如遇到活动目标，回波的频率与发射波的频率出现频率差，称为“多普勒频率”。航线沿途目标的位置决定其回波的多普勒频率，即飞机前头的目标生成正的多普勒偏移，飞机后头的目标生成负的多普勒偏移。当飞机飞行一定距离(合成孔径大小)时，回波被分解成若干多普勒频率，合成孔径雷达通过处理多普勒偏移就可以获得精确的目标方位分辨率。
当雷达发射一固定频率的脉冲波对空目标扫描时，如遇到活动目标，回波的频率与发射波的频率出现频率差，称为“多普勒频率”。航线沿途目标的位置决定其回波的多普勒频率，即飞机前头的目标生成正的多普勒偏移，飞机后头的目标生成负的多普勒偏移。当飞机飞行一定距离(合成孔径大小)时，回波被分解成若干多普勒频率，合成孔径雷达通过处理多普勒偏移就可以获得精确的目标方位分辨率。如果用于合成孔径雷达的天线不指向航线的右侧，而是指向90°方向和航线方向之间的中间角，合成孔径雷达技术仍将提供有利于地面测绘的较高的分辨率。由于合成孔径雷达技术依赖于地面目标相对于飞机的径向速度，其分辨率会随着天线指向朝飞行方向靠近而下降。解决这个问题的办法一般是采用多普勒波束锐化 (DBS)方式和低的相干脉冲重复频率(用于多普勒波束锐化)雷达方式。但是当天线指向接近飞机航迹时，飞机相对地面速度并无明显变化，多普勒偏移不明显，因此多普勒波束锐化只有在偏离飞机速度矢量15°-60°之间才有效。采用多普勒波束锐化技术可获得高分辨率，在空对地应用中可提供高分辨率的地图测绘和高分辨率的局部放大测绘，在空对空敌情判断状态可分辨出密集编队的群目标。
物体在温度T，波长λ处的辐射出射度M1（T,λ)与同温度，同波长下的黑体辐射出射度M2（T，λ）的比值。
黑体被定义为完全的吸收体和反射体。它吸收和重新发射它所接收到的所有的能量（没有反射）。
一个视频序列包含一定数量的图片--通常称为帧。相邻的图片通常很相似，也就是说，包含了很多冗余。使用运动补偿的目的是通过消除这种冗余，来提高压缩比。
全局运动补偿　　运动模型基本上就是反映摄像机的各种运动，包括平移，旋转，变焦等等。这种模型特别适合对没有运动物体的静止场景的编码。全局运动补偿有下面的一些优点：　　该模型仅仅使用少数的参数对全局的运行进行描述，参数所占用的码率基本上可以忽略不计。　　该方法不对帧进行分区编码，这避免了分区造成的块效应。　　在时间方向的一条直线的点如果在空间方向具有相等的间隔，就对应了在实际空间中连续移动的点。其它的运动估计算法通常会在时间方向引入非连续性。　　但是，缺点是，如果场景中有运动物体的话，全局运动补偿就不足以表示了。这时候应该选用其它的方法。
INSAR的研究与应用
１、INSAR的含义＊Interferometric Synthetic Aperture Radar＊合成孔径雷达干涉测量＊基本原理：利用具有一定视角差的两部天线（或一部天线两次经过）来获取同一地面区域的两幅具有相干性的SAR单视复图像，并根据其干涉相位数据来提取地表的DEM信息
２、INSAR发展概述＊二战后，雷达（Radar）发展成为合成孔径雷达（SAR）,分辨率显著提高＊1969 年，美国喷气推进实验室（JPL）首次将INSAR技术应用于对金星和月球表面观测的研究中＊1974年，L.C.Graham 将INSAR技术引入地形制图，利用机载双天线X波段SAR图像干涉测量得到了地面高程图＊此后十年未见INSAR应用的报道＊1985年，JPL又开始INSAR技术的继续研究，出现了INSAR研究的热潮 ＊20世纪90年代，机载和星载SAR蓬勃发展，获得了大量试验数据，INSAR研究进入一个全新的阶段，INSAR技术日趋完善＊2000年2月，美国“奋进号”航天飞机执行了“航天飞机雷达地形测量任务（SRTM）”，向人们展示了干涉雷达11天就可以获取全球80%地表三维地形信息的能力
３、INSAR的应用＊应用范围：　地形测绘　地震、火山等地表变化检测　极地研究　陆地分类　……＊INSAR在地形测绘中的优势：　全天时、全天候　不受国界限制（航天）　高精度　处理速度快＊INSAR应用现状：　国外相继出现了一些INSAR商业软件系统,如：EarthView INSAR系统等　国内也有许多单位开展了INSAR技术的研究。如：测绘学院、中国科学院遥感所、西安测绘研究所、香港理工大学、中国林业科学研究院等　　INSAR技术还不太成熟，没有达到非常实用化程度
雷达中常用到的符号
Ptrans：雷达发射功率，是指由雷达硬件传输到天线的功率（是峰值值还是平均值根据上下文而定）。
Pr：天线辐射功率。是指天线向外辐射的功率，（单位：w（瓦））
ηr：辐射效率。ηr = Pr / Ptrans。
Φ（θ，φ）：是指辐射强度方向性系数（单位：w/rad（瓦/弧度）），使用的空间坐标系为球坐标。Φaverage= Pr /4π
D（θ，φ）：天线方向性函数。
D（θ，φ）=Φ（θ，φ）/Φaverage=4π·Φ（θ，φ）/ Pr。
G（θ，φ）：天线增益。G（θ，φ）=ηr·D（θ，φ）
S（θ，φ）：通量强度，即波印亭矢量强度S（θ，φ）=Φ（θ，φ）R2。R表示与天线的距离，一般R远大于天线的尺寸。
Ae（θ，φ）：天线的有效面积。
η：口径系数，η=Ae/A≤1。Ae是天线的真实口径，而A表示的是天线的物理面积。
Precd：由天线接收的，传输回雷达硬件的外部物体的回波。（是峰值值还是平均值根据上下文而定
SAR成像学习（一）信号到原始数据&原始数据到图像
知道线性调频信号，了解脉冲压缩，熟悉合成孔径，
见过SAR强度图像，听说过SLC数据，听说过聚焦，自聚焦，
然而，仍是有一团浆糊，成了我不断进步的路上的沼泽。所以决定好好地理一理。
简单来说，S...
SAR 图像中几种最为重要的目标的识别
下面针对 SAR 图像中几种最为重要的目标的识别发展现状进行分析。
《SAR图像质量评估机器目标识别应用-张倩》
道路是一种非常常见的目标，在雷达波束中一般可看作是平滑的...
目标检测，目标识别的SAR数据集构建和标注
目标检测，目标识别的SAR数据集构建和标注
本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权
欢迎关注我的博客：http://blog.csdn.net/hi...
SAR图像简介
原地址：http://blog.sina.com.cn/s/blog_764b1e9d0102v18l.html
SAR是主动式侧视雷达系统，且成像几何属于斜距投影类型。因此SAR图像与光学...
SAR图像目标识别技术研究170713
SAR图像目标识别技术研究西安电子科技大学硕士论文 / 2015.3
Q note 研究背景　　合成孔径雷达(Synthetic Aperture Radar,SAR)是一种微...
亚马逊人脸&em&识别&/em&系统再“犯错”,国内“学友八杀”后又有“神探” 立功了
程序...S波段宽带低&em&交叉极化&/em&印刷偶极子阵列天线设计.rar 3积分 立即下载 ...
Faster RCNN
– Tensorflow关键源码解析
–文章解析
–Tensorflow关键源码解析
研究生毕设做的雷达目标检测识别，把深度学习用在自然图像的那套东西迁移到SAR图像上，用的faster-rcnn。最近在做最后的整理和优化，代码刚刚release到Github上。GPU和cuda版本不...
没有更多推荐了，}