欢迎来到天天文库
浏览记录
ID:34181647
大小:2.47 MB
页数:76页
时间:2019-03-04
《双基地弹载sar景象匹配与定位技术分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫
2、描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要弹载SAR(SyntheticApertureRadar)精确制导是一种高新、复合的技术,景象匹配和弹体定位是弹载SAR末制导中的关键技术。与单基地弹载SAR相比,双基地弹载SAR具有隐蔽性高、抗干扰能力强、弹头负重小等优点。本文围绕双基地弹载SAR末制导系统中的景象匹配与弹体定位技术展开研究,主要研究内容如下:1、研究基于区域灰度的双基地SAR景象匹配算法。针对双基地SAR实时图存在较大畸变导致传统的灰度相关法难以匹配成功的问题,研究一种先预处理、后采用互相关的SAR图像匹配
3、算法。该算法首先采用Lee滤波对SAR图像中的斑点噪声进行抑制,然后对去噪后的实时图进行分辨率调整,使用归一化互相关进行相似性度量。为提高算法效率,采用二维傅里叶变换优化算法提高匹配的时效性。仿真实验验证了算法的有效性。2、提出了一种利用Wedgelet变换提取边缘特征的双基地SAR景象匹配算法。针对传统边缘特征提取算法抗噪性能差的问题,引入具有良好线奇异性的多尺度分析方法Wedgelet提取图像的边缘特征。为了提高匹配算法的时效性,研究了一种由粗到精的分层匹配方法,粗匹配阶段采用NNPROD函数度量,在精匹配阶段使用Hausdorff距离作为相似性度量函数。仿真实验验证了该算法对SA
4、R图像的匹配能力。3、针对弹体定位,研究了一种基于多普勒参数求解弹体位置的方法。在研究弹目关系的基础上,详细阐述了利用弹载SAR距离信息、INS系统输出的参数以及多普勒参数完成弹体定位,推导了弹体定位的解算公式,给出了详细的定位流程。分析了导致定位误差产生的原因,定量分析了时延测量误差、高度测量误差、多普勒估计误差对弹体定位的影响,并通过仿真进行了验证。关键词:双基地弹载SAR,景象匹配,弹体定位,区域灰度,边缘特征IABSTRACTABSTRACTPrecision-guidanceofmissile-borneSARisahigh-techcompositetechnology.S
5、cenematchingandmissilelocationarekeytechnologyinterminalguidanceofmissile-borneSAR.Comparedtotraditionalsinglebasemissile-borneSAR,thereareseveraladvantagesofbistaticmissile-borneSAR,suchashighconcealment,stronganti-jammingabilityandsmallwarheadweight.Thisthesismainlystudiesthetechnologyofscenem
6、atchingandmissilelocationinterminalguidanceofbistaticmissile-borneSAR.Themaincontentsareasfollows:1.AscenematchingalgorithmbasedonregionalgrayofbistaticSARimagesforthegray-matchingmethodisstudied.Traditionalscenematchingalgorithmbasedongraycorrelationcan’tmatchtwoimagessuccessfullybecauseofthebi
7、gdistortion.Therefore,pretreatmentisconductedforbeforescenematchingSARimages.ThereareamountsofspecklenoiseinSARimages.Therefore,itisnecessarytofilterSARimagesfirstlyaccordingtoLeefilterwhichisusefultoremovespecklenoise.Thena
此文档下载收益归作者所有