排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对现有的Spatially Variant Apodization (SVA)算法不能有效抑制旁瓣或损失主瓣能量的问题,本文提出了一种改进的SVA算法.该算法把传统的滤波器从3点扩展到5点,并且根据采样率的不同,设定相应的滤波器参数,得到满足约束优化理论的最优解.该算法适用于任意奈奎斯特采样率,既能有效地抑制旁瓣,又能保持主瓣的能量和信号的高分辨率;同时能够在一定程度上提高图像的信噪比,在干涉操作中增强复图像对的相关性.实验结果表明,与传统的频域加窗方法相比,该方法能够在保持图像高分辨率的前提下,更有效地抑制旁瓣;同时提高干涉操作的精度. 相似文献
2.
针对现有的相位梯度自聚焦(phase gradient autofocus,PGA)算法的加窗方法和特显点选取所存在的问题,提出一种改进的PGA算法。该算法提出一种新的确定相位误差点扩展函数支撑域的方法,此方法计算方位向上能量分布的平均值作为支撑域外的平均能量,以此来确定加窗的宽度。基于这种自适应加窗方法,还提出一种改进的特显点选取方法,该方法能够选择信杂比大的特显点,去掉信杂比小的特显点。试验结果表明,与传统的加窗方法和特显点选取方法相比,该方法能够得到更好的聚焦效果。 相似文献
3.
1