导读:本文包含了逆合成孔径雷达论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:孔径,神经网络,生物量,卷积,方位,南水北调,纹理。
逆合成孔径雷达论文文献综述
尹萍[1]（2019）在《基于合成孔径雷达干涉(InSAR)的滑坡监测预警关键技术》一文中研究指出针对当前滑坡预警、灾害范围及规模预报研究中存在的不足,不能准确预报滑坡的范围和规模;也就不能准确判断具体什么位置,能产生多大危害,这样就难以作出合理的预警和应急管理。针对上述存在的缺陷和不足,将开展基于合成孔径雷达干涉(InSAR)的滑坡预警、灾害范围及规模预报研究。(本文来源于《科技视界》期刊2019年34期）
李泽,汪玲,胡长雨[2]（2019）在《融合深度学习和凸优化迭代求解策略的逆合成孔径雷达成像方法》一文中研究指出目的针对基于压缩感知(CS)的逆合成孔径雷达(ISAR)成像方法的成像质量和应用一直受到目标场景稀疏性好坏和迭代重建耗时长限制的问题,提出一种基于交替方向乘子法网络(ADMMN)的ISAR成像方法。方法根据交替方向乘子法(ADMM)求解稀疏假设下CS ISAR成像模型时采取的分裂变量的策略,将凸优化迭代求解过程映射到一个多级的深度神经网络,构建出ADMMN。ADMMN通过训练学习欠采样的ISAR测量数据与高质量目标图像之间的映射关系,借此实现ISAR欠采样数据成像。结果实验采用仿真卫星数据和实测飞机数据,两种数据的采样率分别为25%和10%。实验结果表明,相较于典型的CS ISAR正交匹配追踪(OMP)成像方法和贪婪卡尔曼滤波(GKF)成像方法,ADMMN成像方法能够更准确地重建目标区域散射点,在虚警(FA)、漏检(MD)和相对均方根误差(RRMSE)等成像质量评估指标上均有改善。在卫星数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了49. 8%和26. 5%。在飞机数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了68. 7%和74. 9%。此外,在验证ADMMN先验信息依赖性的实验中,分别采用卫星训练数据和飞机训练数据训练好的两种ADMMN,都能够对10%的飞机目标测量数据成像。结论融合深度学习和凸优化迭代求解策略的ADMMN ISAR成像方法能够使用非常少的数据获得高质量的成像结果,且成像效率高。(本文来源于《中国图象图形学报》期刊2019年11期）
宋翔,张运保,任梦龙[3]（2019）在《合成孔径雷达干涉测量小基线集(SBAS-InSAR)技术在南水北调双王城水库沉降监测中的应用》一文中研究指出水库的沉降监测一般是在库体沉降区外稳定地方布设基准点,与在沉陷区内的变形监测点组成变形监测网,定期利用水准仪进行高程监测,通过比较不同时间高程的变化,获取地面沉降信息。近年快速发展起来的合成孔径雷达干涉测量(In SAR)技术具有连续空间覆盖能力,以及高度自动化和高精度监测地表形变的能力。文章以双王城水库为试点,研究应用合成孔径雷达干涉测量小基线集(SBAS-InSAR)技术在探测地表沉陷的可行性以及监测双王城水库库体及周边在2012—2015年间的地面沉降及随时间的发展情况。(本文来源于《水利技术监督》期刊2019年06期）
詹森,张景发,龚丽霞,李强,王建飞[4]（2019）在《基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》一文中研究指出获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。以叁景北川老县城震后0. 24 m Terra SAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度均在80%以上,RF识别精度均在83%以上。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。(本文来源于《科学技术与工程》期刊2019年31期）
陈翔,王辉[5]（2019）在《调频连续波合成孔径雷达滑动聚束成像算法》一文中研究指出调频连续波(FMCW)体制下,传统脉冲合成孔径雷达(SAR)的"走—停"回波模型已经不再适用,快时间走动项引入的距离-方位耦合项不可以忽略,否则会使图像质量的降低。该文首先构建FMCW回波模型,其次,提出了一种基于两步式的滑动聚束SAR成像算法。所提算法针对滑动聚束模式中,多普勒历程大于脉冲重复频率(PRF)所造成的频谱混迭问题,采用方位频域去斜的预处理加以解决。由于距离徙动校正(RCMC)后方位时域依旧混迭,该算法通过方位去斜在频域完成聚焦避免再一次的解混迭操作。通过仿真验证,该算法能够实现高精度的FMCW SAR滑动聚束成像。(本文来源于《上海航天》期刊2019年05期）
于娜,王清,靳晨聪[6]（2019）在《基于合成孔径雷达图像处理的舰船目标检测与优化》一文中研究指出合成孔径雷达(SAR)具有全天候、全方位的目标监测功能,被广泛应用于国防军事和工业领域。本文主要研究了一种基于合成孔径雷达图像处理的舰船目标检测技术,海上舰船目标的检测和识别有重要的军事意义,能够提高海上交通的管理能力。本文首先介绍了合成孔径雷达的基本成像原理,然后基于LEE滤波器介绍SAR图像的噪声处理,最后针对舰船SAR图像的目标特征进行了识别与分析。(本文来源于《舰船科学技术》期刊2019年20期）
杨宏鑫[7]（2019）在《船目标逆合成孔径雷达图像的方位维定标问题研究》一文中研究指出距离——多普勒算法(Range-Doppler,RD)重构的船目标逆合成孔径雷达图像(InverseSynthetic Aperture Radar,ISAR)仅表示了目标散射点在RD域上的分布,要想更好的使用目标ISAR像,则需要对图像进行方位维定标处理。然而,传统的方位维定标算法都是基于目标匀速转动情况下进行的。为了解决这一问题,本文提出了基于仿射投影矩和加权平均法相结合的数学模型。该模型首先利用仿射投影矩对多幅ISAR图像进行规格化处理,消除船目标在ISAR图像序列中的尺度差异;然后定义一个相关函数作为评价准则,分别求解图像序列中相邻两幅图像对应的角速率;最后,采用加权平均的方式来估计目标某一时刻或者某一较短时间内的转动速率,进而实现船目标ISAR像方位维定标。仿真和实测数据的处理结果验证了该方法的有效性。(本文来源于《第十六届沈阳科学学术年会论文集（理工农医）》期刊2019-10-10）
冯伟业,廖可非,欧阳缮,牛耀[8]（2019）在《基于胶囊神经网络的合成孔径雷达图像分类方法》一文中研究指出针对合成孔径雷达(synthetic aperture radar,SAR)图像的目标分类,传统的卷积神经网络(convolutional neural network,CNN)需要大量的数据样本进行训练,无法在小样本条件下进行,其应用受到限制。提出将胶囊神经网络(capsule network,Capsnet)算法用于SAR雷达图像的分类,针对小样本SAR数据集对Capsnet结构进行轻量化设计,并在MSTAR数据集上验证了该算法的有效性。结果表明,与CNN相比,基于Capsnet的SAR目标分类抗过拟合性强,泛化效果较好,具有更高的准确性,能够很好地实现SAR图像样本的分类。(本文来源于《科学技术与工程》期刊2019年28期）
王勇[9]（2019）在《合成孔径雷达与森林地上生物量反演:好奇和实用的平衡》一文中研究指出好奇是科学与技术发展、不断创新的源泉,实用则是科技发展、创新的结果服务人类、回馈社会,两者无不例外共同不断地驱动着合成孔径雷达技术和森林地上生物量反演的研究和发展。在全球气候急剧变化的今天,好奇和实用的平衡则更加至关重要。地球陆地表面森林面积大小和树木生物量是估算各国或者全球碳储量、排放及其变化的重要参数。好奇已产生的成功案例表明,树木生物量的反演与全极化、极化干涉、层析合成孔径雷达SAR(Synthetic Aperture Radar)技术及数据集紧密相关。反思过去,兼顾好奇和实用,对地上树木生物量的反演,建议将来考虑以下4种方案,即星载双波段SAR和异速方程(Allometric Equation),星载激光雷达LiDAR(Light Detection and Ranging)和异速方程,第3个方案是前面两个方案的结合,方案4为探索和好奇性的。(本文来源于《遥感学报》期刊2019年05期）
田栋轩,王万林,李刚[10]（2019）在《合成孔径雷达相干性分析》一文中研究指出合成孔径雷达是一种相干雷达,相干性是保证合成孔径雷达方位向成像性能的关键核心因素之一。文章剖析了相干性的内涵,从合成孔径雷达系统的角度,分析了相干性的影响因素和保证相干性的具体措施。为了保证合成孔径雷达的相干性,在频点分配上,确保产生定时脉冲的参考时钟是产生雷达发射线性调频信号参考时钟和AD采样时钟的最大公约数,系统上变频和下变频采用相同频点的本振,应根据成像性能要求合理确定频率源的短期稳定度指标,系统中相同频点的多路信号采用无源功分的方式产生。本文建立了系统仿真分析模型,通过仿真计算和实验测试的方法验证了保证相干性措施的正确性。(本文来源于《火控雷达技术》期刊2019年03期）
逆合成孔径雷达论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的针对基于压缩感知(CS)的逆合成孔径雷达(ISAR)成像方法的成像质量和应用一直受到目标场景稀疏性好坏和迭代重建耗时长限制的问题,提出一种基于交替方向乘子法网络(ADMMN)的ISAR成像方法。方法根据交替方向乘子法(ADMM)求解稀疏假设下CS ISAR成像模型时采取的分裂变量的策略,将凸优化迭代求解过程映射到一个多级的深度神经网络,构建出ADMMN。ADMMN通过训练学习欠采样的ISAR测量数据与高质量目标图像之间的映射关系,借此实现ISAR欠采样数据成像。结果实验采用仿真卫星数据和实测飞机数据,两种数据的采样率分别为25%和10%。实验结果表明,相较于典型的CS ISAR正交匹配追踪(OMP)成像方法和贪婪卡尔曼滤波(GKF)成像方法,ADMMN成像方法能够更准确地重建目标区域散射点,在虚警(FA)、漏检(MD)和相对均方根误差(RRMSE)等成像质量评估指标上均有改善。在卫星数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了49. 8%和26. 5%。在飞机数据成像实验中,相比于OMP和GKF,ADMMN在RRMSE指标上分别降低了68. 7%和74. 9%。此外,在验证ADMMN先验信息依赖性的实验中,分别采用卫星训练数据和飞机训练数据训练好的两种ADMMN,都能够对10%的飞机目标测量数据成像。结论融合深度学习和凸优化迭代求解策略的ADMMN ISAR成像方法能够使用非常少的数据获得高质量的成像结果,且成像效率高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
逆合成孔径雷达论文参考文献
[1].尹萍.基于合成孔径雷达干涉(InSAR)的滑坡监测预警关键技术[J].科技视界.2019
[2].李泽,汪玲,胡长雨.融合深度学习和凸优化迭代求解策略的逆合成孔径雷达成像方法[J].中国图象图形学报.2019
[3].宋翔,张运保,任梦龙.合成孔径雷达干涉测量小基线集(SBAS-InSAR)技术在南水北调双王城水库沉降监测中的应用[J].水利技术监督.2019
[4].詹森,张景发,龚丽霞,李强,王建飞.基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别[J].科学技术与工程.2019
[5].陈翔,王辉.调频连续波合成孔径雷达滑动聚束成像算法[J].上海航天.2019
[6].于娜,王清,靳晨聪.基于合成孔径雷达图像处理的舰船目标检测与优化[J].舰船科学技术.2019
[7].杨宏鑫.船目标逆合成孔径雷达图像的方位维定标问题研究[C].第十六届沈阳科学学术年会论文集（理工农医）.2019
[8].冯伟业,廖可非,欧阳缮,牛耀.基于胶囊神经网络的合成孔径雷达图像分类方法[J].科学技术与工程.2019
[9].王勇.合成孔径雷达与森林地上生物量反演:好奇和实用的平衡[J].遥感学报.2019
[10].田栋轩,王万林,李刚.合成孔径雷达相干性分析[J].火控雷达技术.2019
论文知识图
