基于Harris角點檢測與聚類算法的空間自旋目標(biāo)干涉三維成像
發(fā)布時間:2023-11-16 19:52
對空間微動目標(biāo)進(jìn)行干涉式成像,需要剔除微動曲線交叉位置的干涉相位值,以確保成像的準(zhǔn)確性。針對空間自旋目標(biāo)窄帶雷達(dá)干涉三維成像問題,首先利用Harris角點檢測與聚類算法對回波時頻圖像中的角點進(jìn)行搜索與分類,準(zhǔn)確找到散射點微動曲線的交叉位置,然后對交叉位置處的干涉相位信息予以剔除,再利用各散射點的干涉相位信息重構(gòu)出了兩基線方向上的坐標(biāo)曲線,最后根據(jù)目標(biāo)在空間中的圓軌跡與兩基線平面內(nèi)的橢圓軌跡之間的幾何關(guān)系,實現(xiàn)對空間自旋目標(biāo)的干涉三維成像。仿真結(jié)果驗證了所提方法的有效性。
【文章頁數(shù)】:9 頁
【文章目錄】:
1 引言
2 窄帶雷達(dá)微動目標(biāo)干涉成像模型
3 基于Harris角點檢測和聚類算法的交叉區(qū)域剔除
3.1 Harris角點檢測算法
3.2 聚類算法
3.3 交叉區(qū)域剔除
4 基于Harris角點檢測和聚類算法的空間自旋目標(biāo)干涉三維成像步驟
5 仿真實驗
5.1 算法有效性驗證
5.2 算法魯棒性分析
(1)噪聲污染
(2)時變散射系數(shù)
6 結(jié)論
本文編號:3864472
【文章頁數(shù)】:9 頁
【文章目錄】:
1 引言
2 窄帶雷達(dá)微動目標(biāo)干涉成像模型
3 基于Harris角點檢測和聚類算法的交叉區(qū)域剔除
3.1 Harris角點檢測算法
3.2 聚類算法
3.3 交叉區(qū)域剔除
4 基于Harris角點檢測和聚類算法的空間自旋目標(biāo)干涉三維成像步驟
5 仿真實驗
5.1 算法有效性驗證
5.2 算法魯棒性分析
(1)噪聲污染
(2)時變散射系數(shù)
6 結(jié)論
本文編號:3864472
本文鏈接:http://sikaile.net/kejilunwen/wltx/3864472.html
最近更新
教材專著