第四章雷达超分辨成像技术PPT格式课件下载.pptx
《第四章雷达超分辨成像技术PPT格式课件下载.pptx》由会员分享,可在线阅读,更多相关《第四章雷达超分辨成像技术PPT格式课件下载.pptx(126页珍藏版)》请在冰豆网上搜索。
![第四章雷达超分辨成像技术PPT格式课件下载.pptx](https://file1.bdocx.com/fileroot1/2022-10/2/45e5a2cd-e4cf-4026-a67a-2838248b209b/45e5a2cd-e4cf-4026-a67a-2838248b209b1.gif)
参数估计方法(MUSIC,ESPRIT),非参数估计方法(Capon,APES)。
MUSIC,ESPRIT是参数化方法,该方法假定所给的信号模型符合某一数学模型,再用参数化方法分析信号的频谱,它将谱估计问题简化为数学模型中的参数估计问题。
这类方法能提供很高的分辨率,但是这类方法严重依赖于对观测信号的模型假设。
Capon,APES是非参数化方法,该方法的基本思想是:
将信号通过一个窄带滤波器,该滤波器对感兴趣频带内的信号进行滤波。
这类方法中,最经典的是FFT及其改进方法。
基于FFT的方法,虽然不需要任何先验信息,也不需要对信号模型做任何假设,但是其频谱分辨率有限。
基于自适应滤波的非参数谱估计方法,如经典Capon方法和APES方法,突破了FFT的分辨率限制,而且性能稳定,适应性较强。
MUSICMUltipleSIgnalClassification,ESPRITEstimationofSignalParametersviaRotationalInvarianceTechniquesAPESAmplitudeandPhaseEstimation,2,雷达超分辨成像技术超分辨成像的基本理论,频谱扩展理论基本定义超分辨是一种试图对图像的Fourier变换进行插值从而获得超过图像获取系统的滤波带宽。
超分辨或相似的概念最早在1952年提出。
超分辨是基于这样一个概念:
一个有限大小的物体(有限视场)是可分解的,并且对于图像变换的认知受限于成像系统的滤波带宽。
在系统滤波带宽之外的频谱部分可通过解析连续的方法来获得。
问题是一个解析的函数加上噪声后不再解析。
同时解析连续的处理过程涉及求导数,而函数求导对噪声是敏感的。
定义:
所谓超分辨就是指恢复出系统滤波带宽之外频谱信息。
这里假设系统的滤波带宽是由硬件限制的:
超出这个限制就没有可获得的频谱信息。
要么是因为在频带之外的频率响应为零或者是因为噪声导致了有效的频带受限。
3,雷达超分辨成像技术超分辨成像的基本理论:
频谱扩展,图1给出了一个理想的带通系统的频谱响应的示意图。
在该图中,系统的频率响应在频带|f|f0之外为零。
图2给出了一个更具一般性的带通系统的频率响应的示意图。
图3给出了第三种系统相应的示意图。
在这种情况下,可用的系统带宽受限于噪声。
系统设计一般总要考虑限制系统的带宽以便将噪声产生的频谱滤除在外。
4,S(f),f,f0图1理想带通系统响应示意图,图2一般带通系统响应示意图,图3包含噪声的带通系统响应示意图,f,f0,S(f),f,f,0,S(f),雷达超分辨成像技术超分辨成像的基本理论:
频谱扩展,一维AR(autoregression)模型,若已知随机序列x(n),定义:
阶前向线性预测为,阶后向线性预测为,前向线性预测误差为,后向线性预测误差为,其中,代表p阶线性预测器的第i个滤波器系数,n=p+1,p+2,N,bi,选定阶数p后,通过前后向预测均方误差最小,ep求解,滤波器系数ai,其具体的求解方法有修正的协方差法、Burg法等。
将滤波器系数代回前面两个表达式就可以分别推出随机序列的前向、后向估计值。
i1,xfp(n),aix(ni)p,p,i1,xbp(np),ibx(npi)p,i1,ebp(n),x(n),xfp(n),x(n),iax(ni)p,p)ax(npi)i1,ebp(n)x(np)bxp(np)x(n,i,2,aiep(bn)(n),2,np1,1min2,N,f,5,LingjuanYu,YunhuaZhang,CSARImagingwithDataExtrapolationandApproximateGLRTTechniques.ProgressInElectromagneticsResearchM,Vol.19,209-220,2011.,雷达超分辨成像技术超分辨成像的基本理论,基于AR模型的一维频谱外推(以CSAR为例),50100150200250300350400450500550Range,100,200,Azimuth300,400,500,600,50100150200250300350400450500550Range一维距离频谱,100,200,Azimuth300,400,500,600,50100150200250300350400450500550Range,100,200,Azimuth300,400,500,600,-0.3-0.2-0.10x,m,0.10.20.3,-0.4-0.4,y,m0,-0.3,-0.2,-0.1,0.1,0.2,10GHz4.5GHz200m500m0.2m0.3,-0.2-,0.100.1,x,m,二维成像,-0.3,0.30.2,-0.4-0.4,y,m0,-0.3,-0.2,-0.1,0.1,0.2,0.3,-0.4-0.3-0.2-0.10x,m,0.10.20.3,y,m0,-0.4,-0.3,-0.2,-0.1,0.1,0.2,0.3,载频带宽雷达飞行半径雷达飞行高度目标区域半径,仿真参数,原信号2倍外插后2倍原信号带宽,单个点目标位于(0,0),6,雷达超分辨成像技术超分辨成像的基本理论,结论距离频谱外推2倍后分辨率有小量的提高,PSLR降低比较明显,总的效果比外推前的更好,但比2倍原信号带宽的情况要差些,x,m,-90-0.25-0.2-0.15-0.1-0.05,-80,-70,-60,-40Magnitude,dB-50,-30,-20,-10,0,xProfile,WithoriginalspectrumWithextrapolatedspectrumWith2timestheoriginalspectrum,y,m,-8000.050.10.10.2-0.25-0.25,WithoriginalspectrumWithextrapolatedspectrumWith2timestheoriginalspectrum-0.15-0.1-0.0500.050.10.15,剖面图,0.2,-70,-60,-50,Magnitude,d-4B0,-30,-20,-10,0,yProfile,-7.15-7.1-7.05-7-6.95-6.9-6.85-6.8x,m,-6.75x10-3,-3.04,-3.03,WithoriginalspectrumWithextrapolatedspectrumWith2timestheoriginalspectrum,-3.02,-3.01,Magnitude,dB-3,-2.99,-2.98,-2.97,-2.96,xProfile,7,雷达超分辨成像技术超分辨成像的基本理论,Range,50100150200250300350400450500,Azimuth300,100,200,400,500,600,200250300Range,Azimuth300,50100150,350400450500,100,200,400,500,600,-0.3-0.2-0.100.10.20.3x,m,y,m,-0.4-0.4,-0.3,-0.2,-0.1,0,0.1,0.2,0.3,-0.100.10.20.3x,m,y,m0,-0.3,-0.2,-0.1,0.1,0.2,0.3,-80-0.5,-0.4,-0.3,-0.2,-0.1,0,0.1,0.2,0.3,0.4,-70,-60,Magnitud-e4,0dB-50,-30,-20,-10,x,m,yProfile,-70-0.5,-0.4,-0.3,-0.2-0.100.1,三个点目标距离频谱外推前距离频谱外推后,WithoriginalspectrumWithextrapolatedspectrum,0,xProfile,y,m,剖面图,0.2,0.3,0.4,-60,-50,-30Magnitude,dB-40,-0.4-0.4-0.3-0.2二维成像,-20,-10,0,WithoriginalspectrumWithextrapolatedspectrum,一维距离频谱,8,雷达超分辨成像技术超分辨成像的基本理论,两种频谱外推策略,9,雷达超分辨成像技术超分辨成像的基本理论,T72坦克数据公布前进行了降分辨率处理(带宽由1200MHZ降为600MHz,部分角度数据缺失)。
可通过AR模型进行数据外推,将数据补齐。
(1)基于AR模型的方位角数据补齐;
(2)基于AR模型的快时间频率数据外推。
无外推的相位历史数据,方位向上外推的相位历史数据,10,雷达超分辨成像技术超分辨成像的基本理论,Aspectangle,degrees,HHpolarization,0,5,10,15,20,Aspectangle,degrees,HHpolarization,5,10,15,20,基于AR模型的方位角数据补齐,无外推的相位历史数据部分放大图,方位向上外推的相位历史数据部分放大图,11,Fast-timefrequency,Hz,9x10,Fast-timefrequency,Hz,9,x10,雷达超分辨成像技术超分辨成像的基本理论,9.49.6Fast-timefrequency,Hz,9,9.2,9.8,10,10.29x10,0,基于AR模型的快时间频率数据外推HHpolarization350300250200ctangle,degrees15010050,二维外推后的相位历史数据,二维外推后的相位历史数据部分放大图,12,雷达超分辨成像技术超分辨成像的基本理论,13,数据无外推的子孔径相干叠加,0x,m,dB,HHpolarization,0,-6,-6,-4,-2,2,4,6,y,m0,-4,-2,2,4,6,-25,-20,-15,-10,-5,0x,m,y,m0,dB,HHpolarization,-6,-4,-2,2,4,6,-6,-4,-2,2,4,6,-25,-20,-15,-10,-5,0,0x,m,y,m0,dB,HHpolarization,-6,-4,-2,2,4,6,-6,-4,-2,2,4,6,-25,-20,-15,-10,-5,0,数据外推后的子孔径相干叠加,数据无外推的GLRT非相干组合,数据外推后的GLRT非相干组合,雷达超分辨成像技术超分辨成像的基本理论,SVA&
Super-SVASpatiallyVariantApodization(SVA)一种SAR、ISAR或者光学图像处理中控制图像旁瓣的方法。
它使得图像的每个像素点从一系列的窗函数中得到一个特定的频域加权窗函数,从而在不展宽主瓣的前提下降低甚至消除图像的旁瓣。
传统的加窗方法与SVA方法性能比较,文献:
H.C.Stankwitz,R.J.Dallaire,andJ.R.Fienup,Nonlinearapodizationforsidelobecontro