导读:本文包含了方位模糊论文开题报告文献综述及选题提纲参考文献，主要关键词:合成孔径雷达,微弱运动目标聚焦,无模糊参数估计,多普勒谱分裂
方位模糊论文文献综述
万俊,周宇,张林让,陈展野[1]（2019）在《严重方位模糊下的合成孔径雷达微弱运动目标聚焦与参数估计方法》一文中研究指出针对现有运动目标聚焦方法存在的对多普勒模糊敏感、信噪比要求高、不能较好地实现无模糊运动参数估计的问题,提出一种严重方位模糊下的合成孔径雷达微弱运动目标聚焦与参数估计方法。首先,构造方位谱压缩函数压缩目标方位谱带宽;其次,应用二阶Keystone变换补偿距离弯曲;随后,通过所构造的距离走动补偿函数与吕氏分布变换(LVD)完成剩余距离徙动和多普勒徙动的补偿,进而实现目标能量聚焦;最后,结合参数粗估计结果,设计一种LVD域的无模糊参数精估计准则。仿真结果表明:该方法不受方位多普勒谱分裂与LVD域多普勒模糊的影响,具有较强的抗噪性,与Radon分数阶傅里叶变换的方法和基于非线性变换的方法相比,信噪比损失分别降低了约2 dB和15 dB。(本文来源于《西安交通大学学报》期刊2019年06期）
冷祥光,计科峰,周石琳[2]（2018）在《SAR图像方位模糊去除方法研究》一文中研究指出方位模糊是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像中的一种固有现象,通常容易出现在平静无风的海面上。方位模糊会降低SAR图像的质量,并对舰船目标检测等SAR海上应用造成困扰。SAR图像的方位模糊是由于以有限的采样频率对多普勒频谱采样造成的。本文对方位模糊的位置、强度、形态以及相位等特点进行了总结,并按照所需数据类型的不同,将方位模糊去除方法分为基于幅度/强度数据的方法、基于单视复数(single-look complex,SLC)数据的方法以及基于全极化数据的方法,然后对这些方法进行了研究和比较。最后,针对近岸海域方位模糊严重且较难去除的问题,本文展示了作者提出的一种基于多时相SAR数据的去除方法,实验结果表明其可以有效去除近岸海域方位模糊。随着SAR海洋监视应用的进一步发展,本文研究将对其它研究者具有积极的作用。(本文来源于《第五届高分辨率对地观测学术年会论文集》期刊2018-10-17）
雍俊[3]（2018）在《高分叁号SAR图像方位模糊抑制研究及实现》一文中研究指出星载合成孔径雷达(Spaceborne Synthetic Aperture Radar,SSAR)具有较宽测绘带、高分辨以及广域的目标成像等优点,受到越来越多的关注。传统的单通道系统由于受到最小天线面积约束的影响,高分辨和宽测绘带成像条件无法同时满足,同时方位向欠采样引起SAR图像方位模糊,造成了SAR图像的严重误判。多通道SAR能够突破最小天线面积的限制,使得高分辨率和宽测绘带成像需求能够同时满足。在多通道星载SAR系统中,利用成像处理获取无模糊信号的关键在于多通道解模糊技术,其解模糊性能主要依赖于阵列构型的确定性、通道幅相特性的一致性以及回波误差等因素。针对以上星载SAR方位模糊抑制问题开展研究,主要内容概括以下叁个方面:1.针对高分叁号SAR图像单通道方位模糊抑制问题,研究了由于方位向欠采样引起的方位模糊,介绍了通过压缩感知理论来恢复无方位模糊图像的成像算法,将此方法应用于某星载SAR实测数据。同时分析了理想滤波器在抑制单通SAR方位模糊的局限,即理想滤波器只适用于小范围区域或某一参考点目标,通过对主像和模糊像在SAR图像上方位和距离向上位置偏移量的分析,提出了对大区域图像分块处理,再进行拼接、成像,有效的避免了目标信息与构造滤波器的偏离,失配的情况。2.针对高分叁号SAR图像双通道方位模糊抑制问题,详细分析了方位等效相位中的位置误差、通道间的时间误差、姿态测量误差和通道、天线间的幅相误差对成像的影响。首先,介绍了自适应幅相误差估计和粗补偿方法研究,而此问题的限制条件是方位向上不存在方位多普勒模糊。其次,又分析了基于自适应权值的空域滤波的模糊抑制技术。最后提出了一种由粗到细两步走的通道误差校正方法,第一步,利用小波滤波函数对非平坦频谱进行误差拟合提取,针对双通道信号的相位误差,利用相关函数进行粗校正、方位向重构处理,第二步基于相位误差的方法,达到求解最优补偿相位值。3.针对高分叁号SAR图像双通道海洋动目标检测和方位模糊模糊抑制中,存在动目标成像位置偏移和散焦等问题,本文首先对动目标检测和提取等方面进行了介绍,之后先以目标图像熵值最小化为目标函数进行通道误差估计算法,再运用局部最大似然最小熵(Maximum lilelihood minimum entroy,MLME)算法对动目标的估计方法,最后采用相位梯度自聚焦方法完成动目标聚焦处理,最后本文提出了一种海洋背景下双通道动目标检测和模糊抑制技术成像算法。(本文来源于《西安电子科技大学》期刊2018-06-01）
徐凌云,房红兵[4]（2017）在《基于方位向模糊区位置去除虚假船的检测方法》一文中研究指出模糊性是合成孔径雷达重要参数之一。在进行港口或是海面舰船检测时,当模糊区域能量过高会导致产生虚假目标。雷达照射到强散射物体时会产生虚假影像,严重影响对图像的判读,进而影响舰船目标检测的准确性。基于提高舰船检测准确性的目的,本文先从模糊性来源入手,通过分析计算方位向模糊值,并且结合虚假影像的特点提出了分块区域下通过方位向模糊区位置,鉴别虚假目标,最后通过实际数据分析验证了该方法的有效性,提高舰船检测的准确性。(本文来源于《电子设计工程》期刊2017年23期）
祝晓静,李飞,王宇,王伟,孙翔[5]（2017）在《基于改进方位相位编码的全极化SAR距离模糊抑制方法》一文中研究指出传统全极化SAR系统交叉极化通道由于受到强同极化距离模糊信号的干扰,使得交叉极化通道的距离模糊性能急剧下降,这严重限制了全极化SAR系统的测绘带宽。该文首先介绍一种扩展的极化发射体制—混合极化模式,该模式在改善交叉极化距离模糊性能的同时恶化同极化距离模糊性能。因此,为了更好地提高全极化SAR系统的距离模糊性能,该文提出一种改进的方位相位编码方法(MAPC)。该方法通过对系统发射脉冲进行调制解调,能够将全极化SAR系统的距离模糊能量转移到方位向,然后利用方位向维纳滤波器滤除距离模糊能量。该文的实验结果表明MAPC技术能够有效地去除全极化SAR系统的距离模糊能量,并扩展系统的无模糊测绘带宽。(本文来源于《雷达学报》期刊2017年04期）
刘俊,刘瑜,何友,孙顺[6]（2016）在《基于速度方位约束的多传感器模糊数据互联》一文中研究指出针对杂波环境下多传感器跟踪多目标的问题,提出了一种基于速度方位约束的多传感器模糊数据互联算法(multi-sensor fuzzy data association method based on velocity and azimuth,VA-MSFDA)。该算法首先利用方位速度信息对确认区域内的有效量测作进一步筛选,剔除部分虚假量测,然后基于模糊聚类方法计算候选量测与观测区域内各目标互联的概率,应用顺序结构多传感器联合概率数据互联(multi-sensor joint probabilistic data association algorithm,MSJPDA)原理,依次处理各传感器中的目标测量数据,实现对多目标的跟踪。仿真结果表明,与顺序MSJPDA相比,VA-MSFDA在算法耗时、估计精度、收敛速度和量测正确关联率等方面优势明显,能够更好地解决杂波环境下的多目标跟踪问题。(本文来源于《系统工程与电子技术》期刊2016年09期）
邴磊,邢前国,邹娜娜,李圳波,吴樊[7]（2016）在《星载SAR影像上船舶方位向模糊去除算法》一文中研究指出目的掌握海上船舶分布状态对于海上交通流分析和通航安全管理具有重要作用。遥感技术,特别是星载合成孔径雷达(SAR)技术的发展,为大范围海上船舶检测提供了有效的手段,但受SAR成像机制影响,海上船舶目标在星载SAR影像上通常存在着不同程度的方位向模糊噪声,这些噪声易被误判为船舶,导致船舶识别中虚警率提高。方法本文简述了方位向模糊噪声的产生原因,提出了一种新的星载SAR影像上船舶方位向模糊去除算法,该算法的核心是构建目标方位向角度一致性、方位向位置偏移距离和方位向模糊能量衰减3个判别规则,对潜在SAR影像亮斑目标进行逐层筛选,实现船舶真实目标和方位向模糊目标的判别。结果选取中国渤海海域和黄海海域的30 m分辨率的Radarsat-2数据进行案例分析,并与船舶自动识别系统(AIS)实测数据进行比对校验,结果表明,传统的双参数恒虚警率(CFAR)算法和基于K分布的CFAR等算法对于船舶难以剔除方位向模糊,容易造成虚警,而本文算法对实验影像的船舶方位向模糊去除准确率优于95.8%,能够有效剔除船舶方位向模糊。结论该算法为星载SAR影像上船舶方位向模糊去除提供了新的手段,有助于提高SAR影像上船舶目标检测的准确性。(本文来源于《中国图象图形学报》期刊2016年07期）
肖鹏,吴有明,于泽,李春升[8]（2016）在《一种基于压缩感知恢复算法的SAR图像方位模糊抑制方法》一文中研究指出方位模糊现象广泛存在于星载合成孔径雷达图像中。当模糊能量较强时,会出现大量的虚假目标,严重影响对图像的判读。由于模糊能量与真实主区能量在时域、频域中均互相混迭,现有的处理方法很难在不损失分辨率的条件下,有效抑制方位模糊所产生的"鬼影"。该文提出一种基于压缩感知恢复算法的方位模糊抑制方法,通过截断图像的多普勒频谱实现模糊抑制,而后将原始图像作为先验信息、将截断谱作为观测结果,利用压缩感知恢复算法,迭代求解出高分辨率的图像。经过仿真与真实数据验证,该方法可以有效抑制方位模糊能量,而不损失主区目标分辨能力,且对复杂场景同样具有良好的效果。(本文来源于《雷达学报》期刊2016年01期）
李倩茹,宋志杰,王良,杨晴[9]（2015）在《无方位模糊的非均匀稀疏阵MVDR测向方法》一文中研究指出稀疏阵能够获得更大的阵列孔径,但常规波束形成(Conventional Beam-Forming,CBF)对非均匀稀疏阵测向时会出现方位模糊。提出了一种基于最小方差无畸变响应(Minimal Variance Distortionless Response,MVDR)同局部非稀疏的非均匀稀疏阵(Non-Uniform Sparse Array,NUSA)的设计相结合来抑制方位模糊的方法(NUSA+MVDR),对其无方位模糊现象进行了理论分析,表明MVDR这一非线性处理方法对伪峰有很好的抑制能力。针对一种典型的NUSA(Typical NUSA,TNUSA),进行了TNUSA+MVDR数值仿真实验,其结果和理论分析一致,表明:1 MVDR有很强的NUSA检测能力,在所给仿真条件下,等效阵元间距为50倍波长时,仍能很好地抑制方位模糊;2TNUSA+MVDR较阵元数相同的均匀非稀疏阵列的CBF和MVDR有更高的方位分辨力;3阵元数一定,TNUSA+MVDR方位分辨力随着等效间距增加而提高,最小可分辨角度反比于等效间距;4等效间距一定,TNUSA+MVDR方位分辨力随阵元数增加而增加。海上实验在等效阵元间距为10倍波长条件下部分验证了NUSA+MVDR的检测性能。(本文来源于《声学技术》期刊2015年05期）
李财品,何明一[10]（2015）在《地球同步轨道SAR方位模糊度研究》一文中研究指出与低轨合成孔径雷达(SAR)相比较,地球同步轨道合成孔径雷达(GEO SAR)具有重访周期短,观测范围广等优点,在军用及民用领域具有广泛应用。针对地球同步轨道合成孔径雷达多普勒中心频率时变及类滑动聚束工作模式造成常规方位模糊度计算不精确的问题,提出了一种新的方位模糊度计算方法。该方法基于精确的星地几何模型,考虑了地球自转、速度时变、多普勒中心频率时变以及类滑动聚束工作过程中天线指向变化对方位模糊度影响,通过对不模糊区域天线方位角及模糊区域天线方位角的精确求解得到了对应的天线增益值,进而得到方位模糊度的精确值。基于空间坐标系转换及矢量表示法推导了GEOSAR方位模糊度的表达式。最后结合地球同步轨道SAR轨道参数进行了仿真,验证了该方法的有效性。(本文来源于《信号处理》期刊2015年06期）
方位模糊论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
方位模糊是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像中的一种固有现象,通常容易出现在平静无风的海面上。方位模糊会降低SAR图像的质量,并对舰船目标检测等SAR海上应用造成困扰。SAR图像的方位模糊是由于以有限的采样频率对多普勒频谱采样造成的。本文对方位模糊的位置、强度、形态以及相位等特点进行了总结,并按照所需数据类型的不同,将方位模糊去除方法分为基于幅度/强度数据的方法、基于单视复数(single-look complex,SLC)数据的方法以及基于全极化数据的方法,然后对这些方法进行了研究和比较。最后,针对近岸海域方位模糊严重且较难去除的问题,本文展示了作者提出的一种基于多时相SAR数据的去除方法,实验结果表明其可以有效去除近岸海域方位模糊。随着SAR海洋监视应用的进一步发展,本文研究将对其它研究者具有积极的作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
方位模糊论文参考文献
[1].万俊,周宇,张林让,陈展野.严重方位模糊下的合成孔径雷达微弱运动目标聚焦与参数估计方法[J].西安交通大学学报.2019
[2].冷祥光,计科峰,周石琳.SAR图像方位模糊去除方法研究[C].第五届高分辨率对地观测学术年会论文集.2018
[3].雍俊.高分叁号SAR图像方位模糊抑制研究及实现[D].西安电子科技大学.2018
[4].徐凌云,房红兵.基于方位向模糊区位置去除虚假船的检测方法[J].电子设计工程.2017
[5].祝晓静,李飞,王宇,王伟,孙翔.基于改进方位相位编码的全极化SAR距离模糊抑制方法[J].雷达学报.2017
[6].刘俊,刘瑜,何友,孙顺.基于速度方位约束的多传感器模糊数据互联[J].系统工程与电子技术.2016
[7].邴磊,邢前国,邹娜娜,李圳波,吴樊.星载SAR影像上船舶方位向模糊去除算法[J].中国图象图形学报.2016
[8].肖鹏,吴有明,于泽,李春升.一种基于压缩感知恢复算法的SAR图像方位模糊抑制方法[J].雷达学报.2016
[9].李倩茹,宋志杰,王良,杨晴.无方位模糊的非均匀稀疏阵MVDR测向方法[J].声学技术.2015
[10].李财品,何明一.地球同步轨道SAR方位模糊度研究[J].信号处理.2015