简介：在地基SAR（GB-SAR）差分干涉测量中，大气扰动影响是其测量精度误差的重要来源。提出了一种基于角反射器的地基SAR差分干涉测量大气扰动误差校正方法；该方法利用角反射器作为稳定控制点，根据其干涉相位的变化情况来分析观测区域大气扰动影响，从而实现对其扰动误差的校正。为了检验该校正方法的实用性，进行了三面角反射器外场形变测量中大气扰动误差校正实验，并将其校正结果与基于气象参数补偿法的校正结果进行了对比。结果表明，该校正方法具有很好的可靠性和精确性。

简介：飞机尾流的雷达探测在民航安全、飞机目标探测与识别等领域具有重要的研究价值。针对雨、雾等湿性大气环境中飞机尾流的雷达探测问题，导出了尾流回波的多普勒速度谱、尾流探测的雷达方程及其可检测性因子的解析表达式。仿真研究了L、S、C、X和Ka波段雷达对雨、雾中飞机尾流的探测性能。结果表明，在全程雨、雾衰减的条件下，尾流的雷达探测距离可从数千米到大于200km；Ka、S波段雷达分别在近距离和远距离尾流探测中具有优势。

简介：为了利用雷达对低空和超低空飞行器进行精确探测,必须对影响雷达测量精度的大气折射误差进行实时修正。针对目前大气折射误差计算存在处理时间较长、不能满足实时性要求的现状,提出了一种利用虚高进行折射误差修正的快速算法。根据等效地球半径中电波射线为直线的情形推出计算接近目标真实高度的虚高方法,利用虚高将折射误差公式中的积分项分为两部分,最影响折射误差修正处理时间的部分采用一次积分完成,另一小部分利用变步长的迭代方法完成。仿真实验表明,在保证与目前公认高精度的射线描迹法相同的精度条件下,利用虚高进行大气折射误差修正可实现快速计算,计算速度至少提高一倍,且计算速度随雷达仰角的增大而增快。

简介：在超宽带穿墙雷达成像领域，交叉极化雷达能有效识别建筑物角散射中心，而交叉极化接收到的回波信号较弱，成像中的耦合信号得到增强，角散射信号不易识别。对此提出一种基于方位散射熵的建筑物特征提取方法。该方法首先利用散射体交叉极化相关性对交叉极化成像结果进行加权提取角散射中心，然后通过方位散射熵滤除墙体杂波影响、增强墙角散射幅度，最后使用循环迭代的中心定位算法得到精确的墙角散射中心。仿真和实验数据结果表明，该方法通过角散射体的极化特性和方位角属性可以准确地提取建筑物角散射中心。

简介：为了能够从单一SAR图像中提取出建筑物的三维信息,基于SAR成像原理提出了从图像中建筑物叠掩和阴影区域计算平面矩形屋顶尺寸以及高度的方法。针对SAR平面矩形屋顶建筑物仿真图像,利用灰度直方图信息定位建筑物二次散射区域,通过线灰度累加分割出叠掩和阴影区域,再采用恢复公式计算屋顶尺寸和高度。实验结果表明,对于具有明显几何形变的平面矩形屋顶建筑物单一SAR图像,此方法有效恢复屋顶尺寸和高度,提高了建筑物检测识别的准确度和精度。

简介：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。