导读:本文包含了散射中心特征论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:中心,特征,属性,孔径,模型,图像,空域。
散射中心特征论文文献综述
郭琨毅,牛童瑶,屈泉酉,盛新庆[1]（2016）在《散射中心的时频像特征研究》一文中研究指出散射中心是高频区电磁散射的重要特征,其属性特征,如散射幅度、位置,对方位的依赖性对于雷达成像及目标识别具有重要意义。与其它雷达图像相比,时频图像能更完整地反映出散射中心的属性特征,但目前关于不同散射中心的时频像特征研究还不完整。该文首先基于散射中心模型,从理论上分析了各个散射中心时频像的特征,然后通过全波法电磁计算得到了典型结构目标的散射数据,从数值上验证了对时频图像特征的理论分析,最后总结了不同散射中心的时频像特征,此结论有助于从时频像中直观地判断目标的散射中心类型和其对应的物理结构特点,可为基于时频像的雷达目标特征提取与识别提供一定的理论参考。(本文来源于《电子与信息学报》期刊2016年02期）
丁凡,廖章奇[2]（2015）在《基于ISAR水面舰船高频区散射中心特征提取仿真研究》一文中研究指出水面舰船在高频区呈现复杂散射特征,其散射中心是ISAR图像目标识别的重要特征。本文基于水面舰船目标的散射特点,构建具有代表性的水面舰船目标散射中心模型。首先采用传统射线追踪法(SBR)分析该目标的RCS变化趋势,明确散射亮点区域。通过选用基于图像的ISAR目标散射中心特征提取方法,实现高频区水面舰船目标散射中心确定及判别。通过与SBR方法定位的散射亮点对比,验证了本文提出的水面舰船ISAR散射中心特征提取方法适用于水面舰船散射特性研究。可用于指导同类目标的雷达波散射特征控制及信号检测。(本文来源于《舰船科学技术》期刊2015年S1期）
刘俊[3]（2014）在《宽带雷达回波散射中心特征提取方法研究》一文中研究指出随着理论研究的不断深入和雷达信号分辨率的不断提升,基于宽带高分辨率雷达信号的目标识别成为了雷达信号处理领域的一个重要发展方向。宽带高分辨率雷达获取的目标回波不再是一个“点”,而是由一系列分布在不同距离单元上的目标散射点构成的高维信号。通过提取并分析目标回波中的散射点可以获取反映目标本质属性的特征,如目标体的物理尺寸以及典型部件的尺寸和结构等信息。本文正是基于宽带高分辨率雷达回波数据,研究了目标散射中心特征的提取方法。论文主要内容概括如下:1.分析比较了四种稀疏求解算法,并引入交替投影法改进算法。首先介绍了四种稀疏求解算法的基本原理和操作流程,结合实验比较了各个算法的应用效果。然后提出了一种结合交替投影法的稀疏求解方法,通过不同的实验设置,验证了所提方法能够提高稀疏求解的精度,并在一定程度上改善了求解算法对噪声的稳健性。2.研究了一维简单散射中心特征的提取方法。介绍了一维散射中心的几何绕射模型,以及极化散射矩阵的基本概念;提出了一种联合多极化通道高分辨率距离像的散射中心提取方法。通过仿真实验证明,与传统方法相比所提方法在目标散射中心位置和极化散射矩阵的估计方面有一定优势。3.研究了属性散射中心提取方法。(1)提出了一种结合交替投影与正交匹配追踪的属性散射中心提取方法。首先提取目标的合成孔径雷达(Synthetic Aperture Radar,SAR)图像支撑区实现对目标参数的自动初始化,减少了字典维度,降低了计算复杂度;然后利用正交匹配追踪法估计目标属性散射中心参数,最后通过交替投影法对所估参数进行修正。该方法能够降低目标属性散射中心间的高度耦合对散射中心参数估计的影响,提高了估计精度。(2)提出了一种结合图像信息的频域属性散射中心特征提取方法。该方法在频域方法的估计过程中,引入目标的图像信息实现对散射中心间的去耦合,既降低了计算复杂度,也改善了参数估计精度。(本文来源于《西安电子科技大学》期刊2014-12-01）
唐涛,粟毅[4]（2012）在《散射中心特征序贯匹配的SAR图像目标识别方法》一文中研究指出在合成孔径雷达(synthetic aperture radar,SAR)图像目标识别领域,提取目标区分性强的识别特征一直是研究热点之一。设计了一种SAR图像目标识别的算法,利用目标散射中心点集特征和属性散射中心特征分量估计值序贯匹配识别车辆目标。实测数据的实验证实了算法在目标方位角变化情况下和俯仰角变化情况下,车辆目标的识别都有较好的表现。(本文来源于《系统工程与电子技术》期刊2012年06期）
娄军,金添,宋千,周智敏[5]（2011）在《高分辨率SAR图像散射中心特征提取》一文中研究指出合成孔径雷达(SAR)目标检测和识别是SAR实用化的瓶颈技术之一,提取有效的目标特征是SAR目标检测与识别的关键环节。高分辨率SAR图像中,目标属性散射中心特征反映了目标散射中心的位置、类型等信息,精确获取目标散射中心属性特征能够提高对目标的检测识别性能。针对SAR目标属性散射中心特征的提取,该文提出了一种基于改进的空间-波数分布(ISWD)的特征提取方法,该方法首先利用ISWD估计散射中心关于频率与方位角的函数,然后利用该函数来获得目标属性散射中心模型参数。最后利用仿真实验验证了方法的有效性。(本文来源于《电子与信息学报》期刊2011年07期）
张静克,计科峰,邢相薇[6]（2011）在《SAR目标属性散射中心特征提取与分析》一文中研究指出散射中心是高频区雷达目标电磁散射的基本特征,对SAR图像解译、目标识别等具有重要意义。与经典的理想点散射中心模型相比,属性散射中心模型通过引入散射响应对频率、方位角的依赖因子,可更精确地建模高分辨SAR图像目标的散射特性,但与此同时,由于特征参数的维数更高,因此相应的特征提取方法也更复杂。提出了一种基于CLEAN思想的图像域区域解耦合的近似最大似然估计(RD-AML-CLEAN)高分辨SAR图像目标属性散射中心特征提取方法,并通过仿真SAR图像数据的实验结果对算法性能进行了定性、定量的分析与评估。(本文来源于《雷达科学与技术》期刊2011年03期）
高波,许心瑜,田启祥,黎鑫,周斌[7]（2010）在《基于散射中心特征的SAR图像重构》一文中研究指出基于图像域提取目标散射中心特征,利用散射中心的有关信息重构图像,在保留有用信息量的同时大大压缩了数据量。以MSTAR实测目标图像和电磁散射计算图像为例,利用散射中心特征信息进行成像得到机载仿真图像,通过原图像与仿真图像的相似度判别验证了散射中心特征的有效性。散射中心特征能较好地描述目标特性,可为SAR目标回波数据模拟等应用提供有用信息。(本文来源于《电波科学学报》期刊2010年04期）
李金梁,刘进,马梁,李永祯,王雪松[8]（2010）在《基于微运动的旋转散射中心空域散射特征提取》一文中研究指出本文研究了旋转运动对雷达目标回波的幅度调制作用,进而提出了一种基于微运动的旋转散射中心空域散射特征提取方法。首先对含旋转部件目标的雷达回波进行时频分析得到回波的谱图,然后基于目标上各旋转散射中心的微多普勒频率差异,利用谱图的边缘特性估计各散射中心的回波能量随时间的起伏变化关系。结合微运动的参数估计,提取旋转部件的空域散射特征。通过仿真试验和外场实验对本文所提出的方法进行了验证。旋转部件的空域散射特征可以揭示旋转部件的结构属性信息,为目标识别提供重要依据。(本文来源于《信号处理》期刊2010年02期）
张爱兵[9]（2009）在《高分辨率SAR图像复杂目标属性散射中心特征提取》一文中研究指出合成孔径雷达(SAR)是一种在距离向和方位向都具有很高分辨率的成像雷达,可以全天候全天时地对地观测,是一种不可或缺的军事侦察和民用遥感手段。与数据获取能力相比,高分辨率SAR图像解译技术严重滞后。其中,特征提取是SAR图像解译的基础和关键。散射中心特征是光学区目标散射的基本特征。属性散射中心特征提供了目标的物理属性和几何属性等细节信息,是一种适合高分辨率SAR图像解译的散射中心特征。本文以SAR图像解译为应用背景,瞄准实测数据属性散射中心特征提取这一前沿课题,重点研究了属性散射中心模型、属性散射中心特征提取方法两方面内容。分析总结了理想点散射中心模型、衰减指数和模型和属性散射中心模型叁类经典散射中心模型的适用条件和表达式间的联系,指出属性散射中心模型是一种适合高分辨率SAR图像解译的散射中心模型,并且在低分辨率成像条件下可以近似为另两种模型。基于高分辨率SAR图像和规则散射体散射解,验证了属性散射中心模型对高分辨率SAR目标散射特性和图像特征描述的准确性,从而为属性散射中心特征提取算法的设计奠定基础。此外,为了简化算法的设计和保证算法的稳定性,还推导了特征提取时采用的规则化属性散射中心模型。以具有代表性的RD-AML-CLEAN方法为基础,总结了各种属性散射中心特征提取的实现方法,然后给出了本文采用的实用化的RD-AML-CLEAN方法实现流程。基于仿真数据的特征提取结果分析和统计性能分析验证了该RD-AML-CLEAN方法流程的有效性。提出了针对实测数据属性散射中心特征提取的改进RD-AML-CLEAN方法,并提取了0.3米分辨率和0.1米分辨率实测高分辨SAR图像目标的属性散射中心特征,实验结果表明,本文的改进方法有效地提取了目标的实测数据属性散射中心特征。(本文来源于《国防科学技术大学》期刊2009-11-01）
王菁,汪飞,周建江[10]（2009）在《一种目标散射中心特征快速提取算法》一文中研究指出首先用基于几何绕射理论的GTD(Geometrical theory of diffraction)模型来精确描述雷达目标的高频电磁散射特性;同时,提出一种可应用于目标识别的散射中心特征提取快速算法:基于传播算子(Propagator)的多重信号特征算法(PM-MUSIC)。其核心思想是利用传播算子法快速计算出噪声子空间,取代了原MUSIC方法中利用特征值分解获取噪声子空间的矩阵分解步骤。通过计算量的比较,说明PM-MUSIC算法较原MUSIC方法有效提高了运算效率。最后,仿真实验表明,PM-MUSIC算法在快速估计的基础上,仍具有良好的精度和较高的分辨率,可有效地提取以边缘绕射等为主要散射形式的隐身目标的散射中心。(本文来源于《南京航空航天大学学报》期刊2009年03期）
散射中心特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
水面舰船在高频区呈现复杂散射特征,其散射中心是ISAR图像目标识别的重要特征。本文基于水面舰船目标的散射特点,构建具有代表性的水面舰船目标散射中心模型。首先采用传统射线追踪法(SBR)分析该目标的RCS变化趋势,明确散射亮点区域。通过选用基于图像的ISAR目标散射中心特征提取方法,实现高频区水面舰船目标散射中心确定及判别。通过与SBR方法定位的散射亮点对比,验证了本文提出的水面舰船ISAR散射中心特征提取方法适用于水面舰船散射特性研究。可用于指导同类目标的雷达波散射特征控制及信号检测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
散射中心特征论文参考文献
[1].郭琨毅,牛童瑶,屈泉酉,盛新庆.散射中心的时频像特征研究[J].电子与信息学报.2016
[2].丁凡,廖章奇.基于ISAR水面舰船高频区散射中心特征提取仿真研究[J].舰船科学技术.2015
[3].刘俊.宽带雷达回波散射中心特征提取方法研究[D].西安电子科技大学.2014
[4].唐涛,粟毅.散射中心特征序贯匹配的SAR图像目标识别方法[J].系统工程与电子技术.2012
[5].娄军,金添,宋千,周智敏.高分辨率SAR图像散射中心特征提取[J].电子与信息学报.2011
[6].张静克,计科峰,邢相薇.SAR目标属性散射中心特征提取与分析[J].雷达科学与技术.2011
[7].高波,许心瑜,田启祥,黎鑫,周斌.基于散射中心特征的SAR图像重构[J].电波科学学报.2010
[8].李金梁,刘进,马梁,李永祯,王雪松.基于微运动的旋转散射中心空域散射特征提取[J].信号处理.2010
[9].张爱兵.高分辨率SAR图像复杂目标属性散射中心特征提取[D].国防科学技术大学.2009
[10].王菁,汪飞,周建江.一种目标散射中心特征快速提取算法[J].南京航空航天大学学报.2009
论文知识图
