SAR-GMTI杂波抑制:加权DPCA方法的优势分析
需积分: 34 52 浏览量
更新于2024-08-09
收藏 4.47MB PDF 举报
"本文介绍了一种基于双通道DPCA(偏置相位中心天线)的SAR-GMTI(合成孔径雷达-地面动目标指示)杂波抑制方法,旨在提升城市区域的杂波抑制效果。传统的DPCA在抑制地杂波方面存在局限性,尤其是在城市地区有大量静态强散射物体的情况下。作者提出了一种加权DPCA方法,通过干涉相位对DPCA幅度进行非线性加权,以降低通道间残差相位的影响,从而提高杂波抑制能力。实验结果显示,这种方法在抑制杂波方面优于传统的DPCA方法。文章使用了NASA的AirSAR C波段复图像数据进行实验验证,通过对比图8和图9的处理结果,证实了加权DPCA在城市和郊区场景中能更有效地净化背景并保留运动目标信息。"
详细说明:
SAR-GMTI是一种用于探测和跟踪地面移动目标的技术,它结合了SAR的高分辨率成像能力和GMTI的运动目标检测能力。然而,SAR系统在城市等复杂环境中面临的一大挑战就是杂波干扰,这些杂波通常来自静态地物的强散射。DPCA技术是STAP的一种特殊形式,用于改善SAR系统的空间和时间适应性,以抑制这类杂波。
传统的DPCA方法在复图像域中处理,但其杂波抑制效果有限,特别是在城市区域,由于静态强散射地物的广泛分布,杂波抑制效果不理想。针对这一问题,文章提出了加权DPCA方法,该方法利用干涉相位信息对DPCA的幅度进行非线性加权,从而减少通道间残差相位对杂波抑制的不利影响。这种改进能够更好地区分运动目标和静态地物,使得背景更加纯净,同时减少对运动目标幅度的抑制。
实验部分,作者使用了NASA的AirSAR C波段复图像数据,包括城市和郊区的样本,通过对比加权DPCA与传统DPCA处理后的图像,证明了加权DPCA在抑制背景杂波的同时,能更好地保留运动目标特征。虽然无法精确确定城市中的所有运动目标,但实验结果仍然展示了加权DPCA在杂波抑制方面的优势。
通过3维视图的方位向视图,可以清晰地看到加权DPCA处理后,运动目标幅度仅受到轻微抑制,而大部分杂波得到了有效抑制。这表明,提出的加权DPCA方法对于SAR-GMTI系统在杂波抑制方面具有显著的提升,提高了目标检测的准确性和可靠性。
本文提出的方法对于解决SAR系统在城市环境中的杂波问题提供了一个有效的解决方案,有助于进一步提升SAR-GMTI的性能,对于未来的SAR系统设计和优化具有重要的参考价值。
2017-11-14 上传
2021-02-09 上传
2021-09-19 上传
2021-08-28 上传
2015-01-10 上传
2021-03-16 上传
2021-05-10 上传
MichaelTu
- 粉丝: 25
- 资源: 4025
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率