亚洲国产福利视频,九色91视频,第一页av,av.www,亚洲有吗在线,国产一级视频在线播放,久草蜜桃

基于GNSS-RSAR的快速距離超分辨成像方法

文檔序號(hào):42854970發(fā)布日期:2025-08-26 19:09閱讀:11來(lái)源:國(guó)知局

本發(fā)明屬于gnss-r?sar超分辨成像,特別涉及一種基于gnss-r?sar的快速距離超分辨成像方法。


背景技術(shù):

1、基于導(dǎo)航衛(wèi)星反/散射信號(hào)的合成孔徑雷達(dá)(global?navigation?satellitesystem?reflectometry?synthetic?aperture?radar,?gnss-r?sar)系統(tǒng)是由導(dǎo)航衛(wèi)星、低軌衛(wèi)星和機(jī)載/地基接收機(jī)組成的空天地一體化雙/多基?sar?系統(tǒng)。該系統(tǒng)能夠充分利用已有導(dǎo)航衛(wèi)星資源,具有衛(wèi)星數(shù)量多、幾何構(gòu)型靈活多樣、隱蔽性強(qiáng)、重訪周期短、觀測(cè)時(shí)間長(zhǎng)等優(yōu)點(diǎn),是未來(lái)空天地?sar?雷達(dá)組網(wǎng)發(fā)展的重要方向之一。

2、基于導(dǎo)航衛(wèi)星為輻射源的雙/多基?sar,利用現(xiàn)有的導(dǎo)航衛(wèi)星信號(hào)作為外輻射源信號(hào),將接收機(jī)放置于低軌衛(wèi)星、機(jī)載平臺(tái)和地表固定站接收觀測(cè)區(qū)域反、散射信號(hào)并進(jìn)行sar?成像信號(hào)處理。由于gnss信號(hào)本身的設(shè)計(jì)初衷是定位而非成像,其信號(hào)功率低、帶寬窄,直接導(dǎo)致雷達(dá)成像時(shí)分辨率不高且噪聲影響顯著。

3、超分辨成像技術(shù)主要是為了解決傳統(tǒng)成像系統(tǒng)在物理硬件(如傳感器帶寬、天線尺寸、光學(xué)衍射極限等)上的局限,通過(guò)先進(jìn)的信號(hào)處理與重建算法,提取或恢復(fù)出比采樣分辨率更高的圖像細(xì)節(jié)。超分辨成像技術(shù)通常將低分辨率圖像看作是高分辨率圖像經(jīng)過(guò)模糊(如點(diǎn)擴(kuò)散函數(shù)作用)、降采樣以及噪聲干擾后的結(jié)果。通過(guò)對(duì)這一退化模型的精確建模,可以設(shè)計(jì)反卷積或重建算法,從而恢復(fù)出更多的細(xì)節(jié)信息。

4、目前,由于gps的測(cè)距碼的帶寬為1.023mhz,它的距離向分辨率約為150m,當(dāng)兩個(gè)物體的距離小于150m時(shí),傳統(tǒng)的成像方法無(wú)法分辨兩個(gè)目標(biāo),所以需要進(jìn)行超分辨成像。


技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于針對(duì)gnss回波信號(hào)提出一種基于gnss-r?sar的快速距離超分辨成像方法,該方法通過(guò)將矩陣壓縮、正則化建模與快速優(yōu)化算法相結(jié)合,從而形成一套高效、穩(wěn)定的距離超分辨處理流程,以使得gnss-r成像的距離向分辨率明顯提高。

2、本發(fā)明為了實(shí)現(xiàn)上述目的,采用如下技術(shù)方案:

3、基于gnss-r?sar的快速距離超分辨成像方法,包括如下步驟:

4、步驟1.?獲取gnss回波信號(hào),并通過(guò)距離-多普勒算法進(jìn)行g(shù)nss回波信號(hào)的初步成像,并將初步成像結(jié)果表示為信號(hào)卷積模型形式;

5、其中卷積模型中的觀測(cè)矩陣是gnss測(cè)距碼的歸一化自相關(guān)函數(shù)的循環(huán)矩陣;

6、步驟2.?利用奇異值分解對(duì)觀測(cè)矩陣進(jìn)行降維處理,同時(shí)構(gòu)建權(quán)重函數(shù)并提出一種加權(quán)奇異值保持策略,對(duì)觀測(cè)矩陣進(jìn)行加權(quán)重構(gòu),從而構(gòu)建新的信號(hào)卷積模型;

7、步驟3.?針對(duì)新的信號(hào)卷積模型,從正則化出發(fā),利用目標(biāo)的稀疏特性,采用l1范數(shù)作為約束項(xiàng)構(gòu)建目標(biāo)函數(shù),將成像問(wèn)題轉(zhuǎn)化為稀疏重建的逆問(wèn)題求解;

8、步驟4.?設(shè)計(jì)一種加速的迭代優(yōu)化算法對(duì)目標(biāo)函數(shù)進(jìn)行求解,迭代優(yōu)化算法在每次迭代中執(zhí)行梯度下降并結(jié)合軟閾值收縮操作,同時(shí)引入動(dòng)量項(xiàng)以加快收斂速度;

9、步驟5.?當(dāng)目標(biāo)函數(shù)求解完成后,輸出基于gnss-r?sar的快速距離超分辨成像結(jié)果。

10、此外,在基于gnss-r?sar的快速距離超分辨成像方法的基礎(chǔ)上,本發(fā)明還提出了一種與之對(duì)應(yīng)的基于gnss-r?sar的快速距離超分辨成像系統(tǒng),其采用如下技術(shù)方案:

11、基于gnss-r?sar的快速距離超分辨成像系統(tǒng),包括如下模塊:

12、初步成像模塊,用于獲取gnss回波信號(hào),并通過(guò)距離-多普勒算法進(jìn)行g(shù)nss回波信號(hào)的初步成像,并將初步成像結(jié)果表示為信號(hào)卷積模型形式;

13、其中卷積模型中的觀測(cè)矩陣是gnss測(cè)距碼的歸一化自相關(guān)函數(shù)的循環(huán)矩陣;

14、觀測(cè)矩陣重構(gòu)模塊,用于利用奇異值分解對(duì)觀測(cè)矩陣進(jìn)行降維處理,同時(shí)構(gòu)建權(quán)重函數(shù)并提出一種加權(quán)奇異值保持策略,對(duì)觀測(cè)矩陣進(jìn)行加權(quán)重構(gòu),從而構(gòu)建新的信號(hào)卷積模型;

15、稀疏先驗(yàn)正則化建模模塊,用于針對(duì)新的信號(hào)卷積模型,從正則化出發(fā),利用目標(biāo)的稀疏特性,采用l1范數(shù)作為約束項(xiàng)構(gòu)建目標(biāo)函數(shù),將成像問(wèn)題轉(zhuǎn)化為稀疏重建的逆問(wèn)題求解;

16、迭代求解模塊,用于設(shè)計(jì)一種加速的迭代優(yōu)化算法對(duì)目標(biāo)函數(shù)進(jìn)行求解,迭代優(yōu)化算法在每次迭代中執(zhí)行梯度下降并結(jié)合軟閾值收縮操作,同時(shí)引入動(dòng)量項(xiàng)以加快收斂速度;

17、以及輸出模塊,當(dāng)目標(biāo)函數(shù)求解完成后輸出基于gnss-r?sar的快速距離超分辨成像結(jié)果。

18、此外,在基于gnss-r?sar的快速距離超分辨成像方法的基礎(chǔ)上,本發(fā)明還提出了一種計(jì)算機(jī)設(shè)備,該計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和一個(gè)或多個(gè)處理器。在存儲(chǔ)器中存儲(chǔ)有可執(zhí)行代碼。當(dāng)處理器執(zhí)行可執(zhí)行代碼時(shí),用于實(shí)現(xiàn)基于gnss-r?sar的快速距離超分辨成像方法。

19、此外,在基于gnss-r?sar的快速距離超分辨成像方法的基礎(chǔ)上,本發(fā)明還提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有程序。

20、該程序被處理器執(zhí)行時(shí),用于實(shí)現(xiàn)基于gnss-r?sar的快速距離超分辨成像方法的步驟。

21、本發(fā)明具有如下優(yōu)點(diǎn):

22、如上所述,本發(fā)明針對(duì)gnss回波信號(hào),提出了一種基于gnss-r?sar的快速距離超分辨成像方法。本發(fā)明方法創(chuàng)新性地將矩陣壓縮、正則化建模與快速優(yōu)化算法相結(jié)合,形成了一套高效、穩(wěn)定的距離超分辨處理流程,利用快速距離超分辨成像技術(shù)對(duì)gnss回波數(shù)據(jù)進(jìn)行快速高分辨率成像。具體而言,在得到gnss回波信號(hào)的初步成像結(jié)果并給出其信號(hào)卷積模型形式后,首先通過(guò)奇異值分解對(duì)信號(hào)卷積模型中的觀測(cè)矩陣進(jìn)行降維處理,在加權(quán)奇異值保持策略處理結(jié)果的基礎(chǔ)上,利用截?cái)鄿y(cè)量矩陣的逆矩陣重構(gòu)信號(hào)卷積模型;然后從正則化策略出發(fā),利用目標(biāo)的稀疏特性引入l1范數(shù)約束構(gòu)造目標(biāo)函數(shù);最后采用一種加速的迭代優(yōu)化算法求解目標(biāo)函數(shù)。經(jīng)過(guò)實(shí)驗(yàn)證明,原成像算法的距離向最佳分辨率為150m,經(jīng)過(guò)本發(fā)明方法處理后,距離向分辨率可提升至60m,從而顯著提升了gnss回波數(shù)據(jù)的距離向分辨率,有效實(shí)現(xiàn)了對(duì)近距離目標(biāo)的區(qū)分能力。本發(fā)明方法為gnss-r?sar的實(shí)用化提供了技術(shù)支撐。



技術(shù)特征:

1.基于gnss-r?sar的快速距離超分辨成像方法,其特征在于,包括如下步驟:

2.根據(jù)權(quán)利要求1所述的基于gnss-r?sar的快速距離超分辨成像方法,其特征在于,

3.根據(jù)權(quán)利要求1所述的基于gnss-r?sar的快速距離超分辨成像方法,其特征在于,

4.根據(jù)權(quán)利要求3所述的基于gnss-r?sar的快速距離超分辨成像方法,其特征在于,

5.根據(jù)權(quán)利要求4所述的基于gnss-r?sar的快速距離超分辨成像方法,其特征在于,

6.根據(jù)權(quán)利要求5所述的基于gnss-r?sar的快速距離超分辨成像方法,其特征在于,

7.基于gnss-r?sar的快速距離超分辨成像系統(tǒng),其特征在于,包括如下模塊:

8.一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器和一個(gè)或多個(gè)處理器;在存儲(chǔ)器中存儲(chǔ)有可執(zhí)行代碼;其特征在于,當(dāng)處理器執(zhí)行可執(zhí)行代碼時(shí),用于實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的基于gnss-r?sar的快速距離超分辨成像方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有程序;其特征在于,該程序被處理器執(zhí)行時(shí),用于實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的基于gnss-r?sar的快速距離超分辨成像方法的步驟。


技術(shù)總結(jié)
本發(fā)明屬于GNSS?R?SAR超分辨成像技術(shù)領(lǐng)域,公開了一種基于GNSS?R?SAR的快速距離超分辨成像方法。本發(fā)明創(chuàng)新性地將矩陣壓縮、正則化建模與快速優(yōu)化算法相結(jié)合,形成了一套高效、穩(wěn)定的距離超分辨處理流程。具體而言,在得到GNSS回波信號(hào)的初步成像結(jié)果并給出其信號(hào)卷積模型形式后,首先通過(guò)奇異值分解對(duì)信號(hào)卷積模型中的觀測(cè)矩陣進(jìn)行降維處理,在加權(quán)奇異值保持策略處理結(jié)果的基礎(chǔ)上,利用截?cái)鄿y(cè)量矩陣的逆矩陣重構(gòu)信號(hào)卷積模型;然后從正則化策略出發(fā),利用目標(biāo)的稀疏特性引入L1范數(shù)約束構(gòu)造目標(biāo)函數(shù);最后采用快速迭代優(yōu)化算法求解目標(biāo)函數(shù)。本發(fā)明方法顯著提高了GNSS回波數(shù)據(jù)的距離向分辨率。

技術(shù)研發(fā)人員:楊磊,胡智勐,李維新,王東,王丹丹,柴眾陽(yáng)
受保護(hù)的技術(shù)使用者:濟(jì)南大學(xué)
技術(shù)研發(fā)日:
技術(shù)公布日:2025/8/25
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1