Please wait a minute...
img

官方微信

遥感技术与应用  2004, Vol. 19 Issue (4): 261-265    DOI: 10.11873/j.issn.1004-0323.2004.4.261
技术方法     
RELAX参数估计算法在雷达目标特征提取中的应用
刘浩,吴季
中国科学院空间科学与应用研究中心,北京 100080
Application of RELAX Algorithm in Radar TargetFeature Extraction
LIU Hao, WU Ji
Center for Space Science and Applied Research,Chinese Academy of Sciences,Beijing100080,China
 全文: PDF 
摘要:

从理论上推导分析了聚束式SAR(Spotlight SAR)的chirp信号回波模型。在回波模型中,回波被分解为两部分——强散射点的回波信号以及噪声和杂波,强散射点的回波(正弦信号)为离散谱,而噪声和杂波为连续谱。基于该回波模型,将RELAX算法应用于对可分解为若干强散射点的特定目标的特征提取,从噪声和杂波的连续谱中估计出强散射点回波的离散谱参数,频率对应于强散射点的位置、幅值对应于强散射点的RCS,从而实现对目标的特征提取。最后,通过计算机仿真,验证RELAX算法的有效性和优越性。

关键词: 聚束式合成孔径雷达特征提取RELAX算法    
Abstract:

In this paper, data models of returned chirp signal for Spotlight SAR are inducted and described.In this model, returned signal consists of two parts——the returned sinusoids signal of dominant scattersand the additive noise and clutter. The sinusoids have a discrete spectrum, while the noise and clutter hasa continuous spectrum. Based on such model, the RELAX algorithm is introduced in the feature extractionof targets which can be divided into several dominant scatters: estimating these dominant scatters’discretespectrum parameters from the noise and clutter’s continuous spectrum. Among the estimated parameters,the frequencies correspond to the location of dominant scatters, and the amplitudes are proportional totheir RCSs. By this means, we can realize target feature extraction for this specific kind of targets.Finally, computer simulation results are presented to show the validities and advantages of RELAXalgorithm.

Key words: Spotlight SAR    Target feature extraction    RELAX algorithm
收稿日期: 2003-08-20 出版日期: 2011-12-26
:  TP 75  
作者简介: 刘浩(1978-),男,助研,主要从事新型微波遥感器的系统研制及算法研究工作。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
刘浩
吴季

引用本文:

刘浩,吴季. RELAX参数估计算法在雷达目标特征提取中的应用[J]. 遥感技术与应用, 2004, 19(4): 261-265.

LIU Hao, WU Ji. Application of RELAX Algorithm in Radar TargetFeature Extraction. Remote Sensing Technology and Application, 2004, 19(4): 261-265.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2004.4.261        http://www.rsta.ac.cn/CN/Y2004/V19/I4/261

〔1〕 张直中.微波成像术[M].北京:科学出版社,1990.

〔2〕 Charles V, Daniel E J, Paul HW,et al. Thompson, Spotilght-Mode Synthetic Aperture Radar: A Signal Processing Approach〔M〕. Kluwer Academic Publishers, 1996.

〔3〕 Walter G, Goodman C Ron S, Majewski R M. Spotlight Synthetic Aperture Radar Signal Processing Algorithms〔J〕. Artech House, 1995.

〔4〕 Jian Li, Stoica P. Efficient Mixed-Spectrum Estimation withApplications to Target Feature Extraction〔J〕. IEEE Trans onSignal Processing, 1996,36(2):281~295.

〔5〕 Jenho T, Bernard D. Reduction fo Sidelobe and Speckle Artifacts in Microwave Imaging: The CLEAN Technique〔J〕.IEEE Trans on Antennas and Propagation, 1988,36(4):543~556.

〔6〕 刘浩,吴季.雷达目标特征提取的数学模型与RELAX参数估计方法〔D〕.第十三届全国遥感技术学术交流会论文集(暨中国遥感奋进创新二十年学术论文集),福州:2001.

[1] 李婷,程博,尤淑撑. 基于半监督鉴别分析的高分辨率SAR影像建筑区提取[J]. 遥感技术与应用, 2016, 31(2): 239-246.
[2] 蒋少峰,王超,吴樊,张波,汤益先,张红. 基于结构特征分析的COSMO-SkyMed图像商用船舶分类算法[J]. 遥感技术与应用, 2014, 29(4): 607-615.
[3] 钱进,罗鼎. 基于成对约束半监督降维的高光谱遥感影像特征提取[J]. 遥感技术与应用, 2014, 29(4): 681-688.
[4] 林娜,杨武年. 基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J]. 遥感技术与应用, 2013, 28(2): 245-251.
[5] 骆仁波,皮佑国,廖文志. 超光谱遥感图像有监督LPP特征提取研究[J]. 遥感技术与应用, 2012, 27(6): 850-856.
[6] 梅 雪,张继法,许松松,巩建鸣. 分级特征提取与选择及在自动目标识别系统中的应用[J]. 遥感技术与应用, 2012, 27(5): 712-715.
[7] 王毅,孙佳俊,韩永,项杰. 基于卫星云图的台风云系特征提取算法研究[J]. 遥感技术与应用, 2011, 26(3): 287-293.
[8] 周 全,张 荣,尹 东. 基于高斯金字塔的遥感云图多尺度特征提取[J]. 遥感技术与应用, 2010, 25(5): 604-608.
[9] 熊文成, 魏 斌, 孙中平, 申文明, 游代安. 基于环境一号卫星B星CCD与红外相机融合的澳洲火灾监测[J]. 遥感技术与应用, 2010, 25(2): 178-182.
[10] 董士伟, 周子勇, 文百红. 基于EMD与神经网络的油膜高光谱数据特征提取[J]. 遥感技术与应用, 2010, 25(2): 221-226.
[11] 李小梅, 谭炳香, 李增元, 张秋良. CHRIS 高光谱图像森林类型分类方法比较研究[J]. 遥感技术与应用, 2010, 25(2): 227-234.
[12] 汤井田,胡丹,龚智敏. 基于SVM的SAR图像分类研究[J]. 遥感技术与应用, 2008, 23(3): 341-345.
[13] 徐 丰,张 红,张 波,田巳睿,王 超. 基于改进正则化方法的SAR图像区域特征提取[J]. 遥感技术与应用, 2007, 22(4): 549-554.
[14] 吕金建,文贡坚,李德仁,高 峰. 一种基于角点特征的图像自动配准方法[J]. 遥感技术与应用, 2007, 22(3): 438-442.
[15] 苏红军, 杜培军. 高光谱数据特征选择与特征提取研究[J]. 遥感技术与应用, 2006, 21(4): 288-293.