留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于最小能量准则的参数估计圆周SAR三维成像方法

王保平 马健钧 张研 方阳

王保平, 马健钧, 张研, 方阳. 基于最小能量准则的参数估计圆周SAR三维成像方法[J]. 红外与激光工程, 2019, 48(7): 726001-0726001(7). doi: 10.3788/IRLA201948.0726001
引用本文: 王保平, 马健钧, 张研, 方阳. 基于最小能量准则的参数估计圆周SAR三维成像方法[J]. 红外与激光工程, 2019, 48(7): 726001-0726001(7). doi: 10.3788/IRLA201948.0726001
Wang Baoping, Ma Jianjun, Zhang Yan, Fang Yang. Parameter estimation of circular SAR 3-D imaging method based on the minimum energy criterion[J]. Infrared and Laser Engineering, 2019, 48(7): 726001-0726001(7). doi: 10.3788/IRLA201948.0726001
Citation: Wang Baoping, Ma Jianjun, Zhang Yan, Fang Yang. Parameter estimation of circular SAR 3-D imaging method based on the minimum energy criterion[J]. Infrared and Laser Engineering, 2019, 48(7): 726001-0726001(7). doi: 10.3788/IRLA201948.0726001

基于最小能量准则的参数估计圆周SAR三维成像方法

doi: 10.3788/IRLA201948.0726001
基金项目: 

国家自然科学基金(61472324)

详细信息
    作者简介:

    王保平(1964-),男,研究员,硕士生导师,主要从事图像处理、雷达成像等方面的研究。Email:wbpluo@sina.com

  • 中图分类号: TN957

Parameter estimation of circular SAR 3-D imaging method based on the minimum energy criterion

  • 摘要: 针对圆周合成孔径雷达成像模式下应用参数化估计的三维成像算法效率低、精度差的问题,提出一种基于最小能量准则的参数估计圆周SAR三维成像算法。该算法首先对成像场景进行粗略网格划分,利用参数估计的方法得到目标的粗略位置,其次利用最小能量准则和精细化网格的方法得到目标精确三维位置和散射强度系数,最后通过CLEAN技术消除已估计点带来的影响,实现场景的三维成像。仿真实验结果表明:所提成像方法能有效对圆周观测下目标进行三维成像,同时与传统算法相比,解决了传统算法效率低、对目标估计不准确的问题,验证了所提算法的有效性。
  • [1] Hong Wen. Progress in circular SAR imaging technique[J].Journal of Radars, 2012, 1(2):124-135. (in Chinese)洪文. 圆迹SAR成像技术研究进展[J]. 雷达学报, 2012, 1(2):124-135.
    [2] Zhang Lamei, Chen Zexi, Zou Bin. Fine classification of polarimetric SAR images based on 3D convolutional neural network[J]. Infrared and Laser Engineering, 2018, 47(7):0703001. (in Chinese)
    [3] Dong Lei, Lu Zhenwu, Liu Xinyue, et al. Research of the effect of echo outside field of view on fringes scanning imaging[J]. Optics and Precision Engineering, 2018, 26(3):689-697. (in Chinese)
    [4] Wang Qi, Xing Mengdao, Lu Guangyue, et al. SRMF-CLEAN imaging algorithm for space debris[J]. IEEE Transcation on Antennas Propagation, 2007, 55(12):3524-3533.
    [5] Soumekh M. Synthetic Aperture Radar Signal Processing with MATLAB Algorithms[M]. New York:Wiley, 1999.
    [6] Zhao Y, Lin Y, Hong W, et al. Adaptive imaging of anisotropic target based on circular-SAR[J]. Electronics Letters, 2016, 52(16):1406-1408.
    [7] Bu Yuming, Du Xiaoping, Zeng Zhaoyang, et al. Research progress and trend analysis of non-scanning laser 3D imaging radar[J]. Chinese Optics, 2018, 11(5):711-727. (in Chinese)
    [8] Zhang B, Pi Y, Min R. A CGRT-CLEAN Method for Circular SAR Three Dimensional Imaging[M]//Signal Processing, and Systems. New York:Springer, 2012:41-52.
    [9] Wang Baoping, Guo Junjie, Sun Chao, et al. ISAR imaging algorithm based on SRMF and sequence CLEAN[J]. Infrared and Laser Engineering, 2013, 42(12):3410-3416. (in Chinese)王保平, 郭俊杰, 孙超, 等. 基于SRMF和序列CLEAN的空间碎片ISAR成像算法[J]. 红外与激光工程, 2013, 42(12):3410-3416.
    [10] Wang Hao, Zhang Ye, Shen Honghai, et al. Review of image enhancement algorithms[J]. Chinese Optics, 2017, 10(4):438-448. (in Chinese)
    [11] Zhao Ning, Lu Jiaguo, Ge Jialong, et al. Research of P band circular polarization SAR[C]//2016 CIE International Conference on Radar (RADAR). IEEE, 2017.
    [12] Dupuis X, Martineau P. Very high resolution circular SAR imaging at X band[C]//IEEE International Geoscience Remote Sensing Symposium. IEEE, 2014:930-933.
    [13] Jia G, Buchroithner M F, Chang W, et al. Fourier-based 2-D imaging algorithm for circular synthetic aperture radar:analysis and application[J]. IEEE Journal of Selected Topics in Applied Earth Observations Remote Sensing, 2016, 9(1):475-489.
    [14] Fan Zhiguo, Song Qiang, Qai Qingqing, et al. Underwater target polarization recovery method based on global parameter estimation[J]. Optics and Precision Engineering, 2018, 26(7):1621-1632.
    [15] Chen L, An D, Huang X. A back projection-based imaging for circular synthetic aperture radar[J]. IEEE Journal of Selected Topics in Applied Earth Observations Remote Sensing, 2017, 10(8):3547-3555.
  • [1] 张泽, 侯国忠, 邓岩岩, 章媛, 张德林, 李兢兢, 王雨雷, 吕志伟, 夏元钦.  小鼠大脑飞秒双光子荧光三维显微成像研究 . 红外与激光工程, 2023, 52(8): 20230201-1-20230201-11. doi: 10.3788/IRLA20230201
    [2] 冀鹏州, 穆郁, 张晨钟, 孟军合, 赵侃, 徐大维.  用于亚公里级三维成像的全光相机主物镜设计 . 红外与激光工程, 2022, 51(3): 20210493-1-20210493-7. doi: 10.3788/IRLA20210493
    [3] 周志洪, 陈秀真, 马进, 夏正敏.  烟花算法在SAR图像属性散射中心参数估计中的应用 . 红外与激光工程, 2022, 51(8): 20210581-1-20210581-7. doi: 10.3788/IRLA20210581
    [4] 陈丛.  基于狼群算法的SAR图像属性散射中心参数估计 . 红外与激光工程, 2021, 50(4): 20200409-1-20200409-7. doi: 10.3788/IRLA20200409
    [5] 王新伟, 孙亮, 王敏敏, 杨于清, 周燕.  水下二维及三维距离选通成像去噪技术研究 . 红外与激光工程, 2020, 49(2): 0203002-0203002. doi: 10.3788/IRLA202049.0203002
    [6] 冯世杰, 左超, 尹维, 陈钱.  深度学习技术在条纹投影三维成像中的应用 . 红外与激光工程, 2020, 49(3): 0303018-0303018-17. doi: 10.3788/IRLA202049.0303018
    [7] 康岩, 薛瑞凯, 李力飞, 张同意, 张勇, 赵卫.  基于像素复用的SPAD阵列连续扫描三维成像 . 红外与激光工程, 2020, 49(S2): 20200375-20200375. doi: 10.3788/IRLA20200375
    [8] 曹杰, 郝群, 张芳华, 徐辰宇, 程阳, 张佳利, 陶禹, 周栋, 张开宇.  APD三维成像激光雷达研究进展 . 红外与激光工程, 2020, 49(9): 20190549-1-20190549-10. doi: 10.3788/IRLA20190549
    [9] 孙宝清, 江山, 马艳洋, 蒋文杰, 殷永凯.  单像素成像在特殊波段及三维成像的应用发展 . 红外与激光工程, 2020, 49(3): 0303016-0303016-16. doi: 10.3788/IRLA202049.0303016
    [10] 陈妮, 左超, Byoungho Lee.  基于深度测量的三维成像技术 . 红外与激光工程, 2019, 48(6): 603013-0603013(25). doi: 10.3788/IRLA201948.0603013
    [11] 孙鸣捷, 张佳敏.  单像素成像及其在三维重建中的应用 . 红外与激光工程, 2019, 48(6): 603003-0603003(11). doi: 10.3788/IRLA201948.0603003
    [12] 王帅, 孙华燕, 赵延仲, 曾海瑞, 刘田间.  基于光学相控阵的提高APD阵列三维成像分辨率方法 . 红外与激光工程, 2019, 48(4): 406003-0406003(8). doi: 10.3788/IRLA201948.0406003
    [13] 李潇, 石柱, 代千, 覃文治, 寇先果, 袁鎏, 刘期斌, 黄海华.  64×64 InGaAs/InP三维成像激光焦平面探测器 . 红外与激光工程, 2018, 47(8): 806004-0806004(5). doi: 10.3788/IRLA201847.0806004
    [14] 郭力仁, 胡以华, 王云鹏.  相干激光探测中微动参数估计的克拉美-罗界 . 红外与激光工程, 2017, 46(7): 706002-0706002(7). doi: 10.3788/IRLA201746.0706002
    [15] 蒋立辉, 章典, 陈星, 熊兴隆.  基于谱估计的Fabry-Perot标准具透过率曲线参数估计方法 . 红外与激光工程, 2016, 45(9): 906006-0906006(8). doi: 10.3788/IRLA201645.0906006
    [16] 张振振, 杨爱玲, 赵扬, 南钢洋.  人工缺陷铝块试样的激光超声三维成像 . 红外与激光工程, 2015, 44(S1): 57-62.
    [17] 李小珍, 吴玉峰, 郭亮, 曾晓东.  合成孔径激光雷达下视三维成像构型及算法 . 红外与激光工程, 2014, 43(10): 3276-3281.
    [18] 张闻文, 刘婧婧, 陈钱, 顾国华.  电子倍增CCD噪声参数的估计方法 . 红外与激光工程, 2014, 43(12): 4146-4152.
    [19] 陈骁, 石志广, 杨卫平, 凌建国.  利用三维点云的圆锥状弹头目标参数估计 . 红外与激光工程, 2014, 43(10): 3480-3485.
    [20] 邹盼, 刘晖, 张闻文, 陈钱, 顾国华, 张连东.  利用期望最大化算法的EMCCD噪声分布模型的参数估计 . 红外与激光工程, 2013, 42(1): 268-272.
  • 加载中
计量
  • 文章访问数:  407
  • HTML全文浏览量:  72
  • PDF下载量:  21
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-02-06
  • 修回日期:  2019-03-05
  • 刊出日期:  2019-07-25

基于最小能量准则的参数估计圆周SAR三维成像方法

doi: 10.3788/IRLA201948.0726001
    作者简介:

    王保平(1964-),男,研究员,硕士生导师,主要从事图像处理、雷达成像等方面的研究。Email:wbpluo@sina.com

基金项目:

国家自然科学基金(61472324)

  • 中图分类号: TN957

摘要: 针对圆周合成孔径雷达成像模式下应用参数化估计的三维成像算法效率低、精度差的问题,提出一种基于最小能量准则的参数估计圆周SAR三维成像算法。该算法首先对成像场景进行粗略网格划分,利用参数估计的方法得到目标的粗略位置,其次利用最小能量准则和精细化网格的方法得到目标精确三维位置和散射强度系数,最后通过CLEAN技术消除已估计点带来的影响,实现场景的三维成像。仿真实验结果表明:所提成像方法能有效对圆周观测下目标进行三维成像,同时与传统算法相比,解决了传统算法效率低、对目标估计不准确的问题,验证了所提算法的有效性。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回