简介:在穿墙雷达建筑物布局成像中,针对现有成像算法因没有充分利用墙体本身的物理特性而出现墙体轮廓模糊、边缘不连贯以及成像过程耗时的问题,提出一种基于优化最小化框架的墙体成像算法。该算法首先利用像素块来表征墙体连续块状的物理特性,并将其引入信号模型,然后以LASSO(LeastAbsoluteShrinkageandSelectionOperator)模型为基础,在优化最小化框架下构造稳健的优化目标函数,最后利用墙体回波信号的时移特性并结合卷积得到迭代过程的快速实现。实验结果表明,该算法对墙体成像特征明显,不仅保证了墙体轮廓特性,而且杂波少、分辨率高,并较大幅度减小了成像算法处理时间。
简介:针对ORB特征点匹配中常采用的随机抽样一致性(RandomSampleConsensus,RANSAC)匹配点提纯算法存在计算量大、效率低的问题,本文提出一种改进的RANSAC算法。先使用2-近邻算法查找满足阈值的匹配,接着使用双向匹配交叉过滤方法剔除图像帧中明显的错误匹配,然后对匹配点对的Hamming距离进行排序,将匹配点对距离大于最小距离一定倍数的匹配点对再一次剔除,最后再利用RANSAC算法迭代。分别采用改进RANSAC算法和RANSAC算法进行匹配点提纯实验,实验结果显示,改进RANSAC算法与RANSAC算法相比匹配准确度提高了6.03%,匹配准确度提高至93.46%,匹配点提纯速度提高了26.74%,提纯时间降到0.441s。
简介:为了提高线性调频连续波(LinearFrequencyModulationContinuousWave,LFMCW)雷达的测距精度,一般采用稳定性能好、计算量小的Quinn算法。但在低信噪比、频率偏差位于量化频谱附近时,Quinn算法的估计误差很大。针对Quinn算法的缺陷,提出了一种改进的Quinn算法,该算法引入频率偏差因子,把频率偏差先平移到量化频率中间,利用Quinn算法在频率偏差位于量化频谱中间获取高精度测距的优点,提高LFMCW雷达的测距精度。仿真结果表明,改进的Quinn算法具有很好的抗噪声性能,频率估计均方根误差接近克拉美罗下限(Cramer-RaoLowBound,CRLB),能够满足LFMCW对测距精度的需求。
简介:针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题,提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声,在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式,应用共轭梯度法对模型进行求解,最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波,降低了相干斑的影响,而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。
简介:随着广播监测工作的积累和发展,广播监测数据与日俱增,传统的数据处理分析技术难以实现对海量广播监测数据进行高效的分析。基于此,利用Hadoop分布式文件存储系统HDFS和分布式计算框架Map-Reduce,提出了一种基于云计算的海量数据分析系统设计方案,探讨了云计算技术处理分析海量广播监测数据的应用。
简介:机载干涉SAR获取DEM的过程中,绝对相位与展开后的相位存在一个常数相位偏移量。这需要利用照射区域内角反射器的地理信息去估计这个偏置。然而,人工布设角反射器浪费人力物力。同时,在一些危险区域人工布设和测量角反射器也是难以实施的。为了克服这一限制,相位偏移量可以利用外源DEM提取的地面控制点去估计,然后通过斜坡相位模型迭代估计误差。由于机载重轨干涉SAR的时变基线误差会影响算法中斜坡相位估计模型与线性求解的匹配性能,从而影响算法估计精度。提出了一种兼顾时变基线估计和补偿的相位偏置迭代估计算法。机载C波段0.5m高分辨率重轨干涉SAR实测数据用于验证该算法的有效性,高程重建精度在4m以内。该方法简单快速,且能够消除对人工角反射器的依赖性,适合无定标点情况下机载InSAR的DEM反演。