SAR图像点目标分割方法
    2.
    发明授权

    公开(公告)号:CN114240990B

    公开(公告)日:2023-04-28

    申请号:CN202111483330.7

    申请日:2021-12-07

    Abstract: 本发明公开了一种SAR图像点目标分割方法,属于图像处理技术领域。本发明首先对待分割图像进行灰度化处理后,再进行对数变换,再按照指定的滤波处理方式进行滤波处理,接着将滤波处理后得到的图形进行指数变换后,进行背景补偿处理,对补偿处理后的图形采用二维Otsu算法进行处理,以获取分割阈值,再对背景补偿后的图像以及该图像的领域均值图像分别通过对应的阈值进行分割,再取两分割结构的交集得到最终的分割结果。本发明采用所限定出的去噪处理,在对SAR图像进行去噪的同时保证了图像更多有用信息的保留;采用所限定的背景补偿处理方式,强调了SAR图像中的点目标,使得SAR图像的联合概率基本分布在概率矩阵对角线上,有利于二维Otsu算法的分割。

    SAR图像点目标分割方法
    3.
    发明公开

    公开(公告)号:CN114240990A

    公开(公告)日:2022-03-25

    申请号:CN202111483330.7

    申请日:2021-12-07

    Abstract: 本发明公开了一种SAR图像点目标分割方法,属于图像处理技术领域。本发明首先对待分割图像进行灰度化处理后,再进行对数变换,再按照指定的滤波处理方式进行滤波处理,接着将滤波处理后得到的图形进行指数变换后,进行背景补偿处理,对补偿处理后的图形采用二维Otsu算法进行处理,以获取分割阈值,再对背景补偿后的图像以及该图像的领域均值图像分别通过对应的阈值进行分割,再取两分割结构的交集得到最终的分割结果。本发明采用所限定出的去噪处理,在对SAR图像进行去噪的同时保证了图像更多有用信息的保留;采用所限定的背景补偿处理方式,强调了SAR图像中的点目标,使得SAR图像的联合概率基本分布在概率矩阵对角线上,有利于二维Otsu算法的分割。

    一种旋转天线极化状态切换装置

    公开(公告)号:CN101478334B

    公开(公告)日:2012-06-27

    申请号:CN200810147699.9

    申请日:2008-11-27

    Abstract: 一种基于关节波导旋转天线的极化切换装置,属于雷达通信技术领域,涉及旋转天线的极化状态切换装置。包括地面控制部分和天线控制部分;所述地面控制部分由控制计算机、计算机10卡、两个地面电磁铁(17)和一个地面磁敏接收元件(18)组成;所述天线控制部分由两个天线磁敏接收元件(22)、一个天线电磁铁(19)、微处理器模块、电磁铁驱动模块、电源模块和波导开关组成。本发明不采用昂贵且易磨损的汇流环,而是采用磁感应的控制信号传输方式,在天线基座和旋转天线间无直接接触地实现旋转天线极化状态的切换,相比于红外光学通信和无线通信方式而言,抗油污、抗灰尘、抗无线电干扰能力非常强,成本低,工作可靠。

    一种针对均匀超稀疏阵列天线波束指向模糊的抑制方法

    公开(公告)号:CN101813764A

    公开(公告)日:2010-08-25

    申请号:CN201010132062.X

    申请日:2010-03-25

    Abstract: 该发明属于雷达技术中对均匀超稀疏阵列天线波束指向模糊的处理方法。包括初始化处理,依次按设定的基准工作频率和两个关联工作频率及脉冲数、由第一个主瓣指向发射和接收,并将所得三组目标信息进行综合处理、以确定目标的有无并同时消除栅瓣引起的指向模糊;当有目标时连同其目标的角度及距离、速度和幅度值一并输入雷达数据处理器;然后在其余主瓣指向上重复进行,从而完成对各主瓣指向位置上目标的探测。本发明无栅瓣模糊的角度范围比两背景技术宽2倍以上、阵元数减少50%以上,从而具有可在最大程度上消除栅瓣对雷达测角的不利影响,有效减少了大孔径均匀阵列雷达的天线阵元数及相应的通道数,降低了系统成本、扩大了应用范围等特点。

    一种基于神经网络的雷达目标测向方法

    公开(公告)号:CN108680911B

    公开(公告)日:2022-06-03

    申请号:CN201810471347.2

    申请日:2018-05-17

    Abstract: 本发明公开了一种基于神经网络的雷达目标测向方法,属于雷达技术领域,涉及目标测向方法,可用于对单目标进行精确测向。主要解决单目标源在空间中的二维高精度的角位置估计问题。该方法包括以下步骤:根据雷达阵元排列的几何模型以及单目标源的角位置信息,计算相应阵元之间散射回波信号的相位差,构成相位差向量;对相位差向量进行预处理;结合相位差向量对应的期望值,产生一定量的训练样本;在此基础上,建立RBF神经网络模型,并进行训练;应用训练完成的RBF神经网络,输入信号进行验证,得到输出结果。本发明采用神经网络的方法对单目标源进行测向,与传统方法相比,有效的提高了测量精度,提升了测向系统的容错性和稳健性,能够更好的满足在实际应用中高精度测向的需求。

    K分布雷达杂波实时模拟方法及系统

    公开(公告)号:CN106646403B

    公开(公告)日:2019-12-10

    申请号:CN201611007020.7

    申请日:2016-11-16

    Abstract: 本发明公开了一种K分布雷达杂波实时模拟方法及系统,属于雷达技术领域,用于解决现有技术中,基于软件平台实现或基于存储预先软件仿真的杂波的回放产生K分布雷达杂波的方式,其实时性难以满足实时雷达参数和杂波场景变化的需求的技术问题。本发明通过数字电路产生白噪声,通过建立函数查找表来解决复杂的数学运算和变换,实现对杂波的边缘概率密度PDF和自相关函数实时独立控制。最终实现K分布雷达杂波的实时产生。本发明可以在数字电路上实现对K分布雷达杂波的实时模拟,其参数可随雷达参数和环境参数的变化而实时变化。

    一种基于神经网络的雷达主瓣干扰抑制方法

    公开(公告)号:CN108957406A

    公开(公告)日:2018-12-07

    申请号:CN201810477799.1

    申请日:2018-05-18

    Inventor: 江朝抒 李嘉辛

    CPC classification number: G01S7/2813 G01S7/2923 G01S7/354

    Abstract: 本发明公开了一种基于神经网络的主瓣干扰抑制方法,属于雷达技术领域。该方法包括以下步骤:在已知主瓣干扰方向后,根据雷达阵元排列的几何模型确定接收信号的导向矢量,并构造目标信号与干扰信号的接收信号模型;根据已知主瓣干扰方向,构造理想的低旁瓣零陷方向图;通过输入信号创建训练样本,将理想的低旁瓣零陷方向图作为期望信号样本,在此基础上建立合适的神经网络模型,并进行训练;应用训练完成的神经网络,对输入信号进行验证,得到输出方向图。本发明采用神经网络对主瓣干扰进行抑制,与传统方法相比,不但在干扰处形成了零陷,还做到了主瓣方向图的保形和较低的旁瓣水平,得到了较为理想的方向图,提升了测角的准确度,减少了目标信号的能量损失,提升了系统的稳健性,能够更好地满足测角需求,从而提升了系统性能。

    一种基于神经网络的雷达目标测向方法

    公开(公告)号:CN108680911A

    公开(公告)日:2018-10-19

    申请号:CN201810471347.2

    申请日:2018-05-17

    CPC classification number: G01S7/417

    Abstract: 本发明公开了一种基于神经网络的雷达目标测向方法,属于雷达技术领域,涉及目标测向方法,可用于对单目标进行精确测向。主要解决单目标源在空间中的二维高精度的角位置估计问题。该方法包括以下步骤:根据雷达阵元排列的几何模型以及单目标源的角位置信息,计算相应阵元之间散射回波信号的相位差,构成相位差向量;对相位差向量进行预处理;结合相位差向量对应的期望值,产生一定量的训练样本;在此基础上,建立RBF神经网络模型,并进行训练;应用训练完成的RBF神经网络,输入信号进行验证,得到输出结果。本发明采用神经网络的方法对单目标源进行测向,与传统方法相比,有效的提高了测量精度,提升了测向系统的容错性和稳健性,能够更好的满足在实际应用中高精度测向的需求。

    一种针对均匀超稀疏阵列天线波束指向模糊的抑制方法

    公开(公告)号:CN101813764B

    公开(公告)日:2012-08-08

    申请号:CN201010132062.X

    申请日:2010-03-25

    Abstract: 该发明属于雷达技术中对均匀超稀疏阵列天线波束指向模糊的处理方法。包括初始化处理,依次按设定的基准工作频率和两个关联工作频率及脉冲数、由第一个主瓣指向发射和接收,并将所得三组目标信息进行综合处理、以确定目标的有无并同时消除栅瓣引起的指向模糊;当有目标时连同其目标的角度及距离、速度和幅度值一并输入雷达数据处理器;然后在其余主瓣指向上重复进行,从而完成对各主瓣指向位置上目标的探测。本发明无栅瓣模糊的角度范围比两背景技术宽2倍以上、阵元数减少50%以上,从而具有可在最大程度上消除栅瓣对雷达测角的不利影响,有效减少了大孔径均匀阵列雷达的天线阵元数及相应的通道数,降低了系统成本、扩大了应用范围等特点。

Patent Agency Ranking