排序方式： 共有3条查询结果，搜索用时 15 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.
合成孔径雷达SAR（Synthetic Aperture Radar ）以其全天时全天候的观测能力在地表目标识别、灾害监测等领域得到了越来越多的重视,高分辨率、全极化等各类先进SAR载荷卫星的发展日新月异。相对而言,微波与地物目标的相互作用机理仍有待深入研究。在可控无电磁干扰的测试环境下开展典型目标微波特性测量实验,可以再现SAR卫星电磁波与地物目标的相互作用过程,有效提升微波电磁波与典型地物目标相互作用机理的认知水平。本文基于“陆地目标微波特性测量与仿真成像科学实验平台”,在可控环境下对两种典型的人工目标（金属球与四旋翼植保无人机）以及典型自然地物（水稻）目标分别开展了全频段微波散射特性测量与多波段、多极化、多入射角、多方位角成像实验。实验结果表明,金属球的雷达散射截面积RCS（Radar Cross Section）测量值精度较高,在2.5 GHz以上与Mie级数模拟值的均方根误差分别为1.09 dBsm（HH极化）与1.00 dBsm（VV极化）;同时实验平台能够较好地呈现无干扰环境下目标多入射角、多方位角的散射特性。此外,由于结构特征的不规则性和介电特征的不连续性,水稻的0.8—18 GHz连续微波波谱曲线起伏变化较大,这也是导致对自然地物目标的SAR图像解译困难的主要原因之一。 相似文献
1