导读:本文包含了高分辨率雷达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:高分辨率,卷积,孔径,神经网络,激光,回波,偏振。
高分辨率雷达论文文献综述
詹森,张景发,龚丽霞,李强,王建飞[1]（2019）在《基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》一文中研究指出获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。以叁景北川老县城震后0. 24 m Terra SAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度均在80%以上,RF识别精度均在83%以上。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。(本文来源于《科学技术与工程》期刊2019年31期）
何松华,张润民,欧建平,张军[2]（2019）在《基于卷积神经网络的高分辨率雷达目标识别》一文中研究指出提出一种基于卷积神经网络(Convolution Neural Network,CNN)的高分辨率雷达目标识别方法.首先针对小样本应用于深度CNN时训练过程中损失函数值收敛速度慢的问题,利用结合批归一化算法的改进CNN网络对高分辨距离像(High Resolution Range Profile,HRRP)进行自动特征提取;再利用支持向量机(Support Vector Machine,SVM)对距离像特征进行分类.使用军事车辆高保真电磁仿真数据对提出的方法进行验证,识别结果证明了该方法的有效性.(本文来源于《湖南大学学报(自然科学版)》期刊2019年08期）
管理,戴建华[3]（2019）在《基于Qt和GLSL的双线偏振雷达高分辨率资料快速显示》一文中研究指出伴随全国部分省市业务用多普勒天气雷达升级双线偏振雷达工作的逐步推进,预报员能够获取更多变量和更高分辨率的数据进行天气预警和天气形势综合研判。与此同时,传统的基于GDI+的雷达资料显示方式已难以应对,高分辨资料的快速显示问题已成为亟待解决的问题。有鉴于此,本文以上海市气象局布设的美国进口WSR-88D双偏振雷达为例,利用Qt图形界面库设计交互窗体界面,利用OpenGL着色器语言(GLSL)将色彩映射、图像平移缩放等核心功能融入片段着色器中提升显示效率和精度。经实际业务检验发现,本设计方案能够在提供友好人机交互体验的同时,兼顾复杂图像的高效和精确渲染,进而能够为精准化天气预报预警工作提供一定技术支持。(本文来源于《计算机与现代化》期刊2019年08期）
迟晨,唐家业,王葵,董光焰,韩文杰[4]（2019）在《小型化高分辨率激光雷达条纹管探测器的研制》一文中研究指出基于条纹管激光雷达原理与组成,对条纹管探测器输入、输出光学系统进行了小型化和高传输效率设计;针对激光雷达特点,对条纹管峰值响应波长进行了优化,对电子光学系统、偏转系统进行了高分辨率设计,给出了整管的性能参数测试典型值;开发了包括门控电源、扫描电源、高精度同步控制电路在内的电子控制系统,给出了测试典型值。对研制的整个条纹管探测器尺寸、性能参数、接口等作了介绍,并对探测器进行了外场激光雷达试验,获得了清晰的灰度像和叁维距离像,证明了条纹管激光雷达体制的可行性和广泛应用前景。(本文来源于《光电子技术》期刊2019年02期）
刘昭青[5]（2019）在《瓦锡兰推出高分辨率雷达以提高繁忙港口的安全性》一文中研究指出瓦锡兰公司推出了RS24高分辨度雷达(high resolution radar),这是世界上首款商用性K波段海上雷达。与传统的S或X波段雷达相比,该雷达能够在更高的分辨率下探测到更小的物体。其还能够使靠近大型船只的小型船只和其他潜在危险被看到,尤其是在拥挤航道和繁忙港口。此外,在船舶附近和简单雷达无法穿透的区域内,RS24型雷达提供尽可能最高的分辨率图像。同时,该雷达(本文来源于《航海》期刊2019年03期）
那洪祥,李梁[6]（2019）在《聚束合成孔径雷达高分辨率成像方法研究》一文中研究指出针对机载聚束合成孔径雷达(SAR)高分辨率成像问题,本文探讨了机载聚束SAR成像的基本原理,给出了机载聚束SAR的极坐标格式成像算法(PFA),在理论分析的基础上采用IDL软件进行了点目标仿真验证PFA的成像效果。(本文来源于《自动化技术与应用》期刊2019年02期）
寇蕾蕾,王振会,沈菲菲,楚志刚[7]（2019）在《基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值》一文中研究指出采用可精确刻画雷达回波强度数据统计特征的小波域高斯尺度混合(GSM)模型作为雷达图像先验模型,进行天气雷达图像插值,在提高图像分辨率的同时有效重建降水回波中局部强回波值、小尺度变化细节等一些重要空间分布统计特征。分析和总结雷达回波强度数据小波频率域统计特点,建立小波域GSM模型;匹配天气雷达图像小波系数和GSM模型,利用贝叶斯理论估计更小尺度的小波系数,进行小波逆变换,完成高分辨率天气雷达图像插值。试验表明,该算法能从低分辨率图像中估计出高分辨率高频系数,且所利用的先验模型充分考虑降水数据本身的特点,可有效捕获降水回波结构的非高斯特征和局部相关特性,重建雷达图像中的局部变化细节。(本文来源于《气象学报》期刊2019年01期）
许小剑[8]（2019）在《如何理解目标高分辨率雷达图像及其像素值》一文中研究指出经过图像定标后的雷达图像及其像素值具有雷达散射截面(radar cross section, RCS)的量纲,但是对于该像素值是否能代表目标实际RCS电平一直存在不同的理解.本文通过引入与传统RCS定义相一致的目标散射函数和散射分布函数基本概念,结合经典目标的散射机理和雷达像分析,讨论复杂目标高分辨率雷达图像理解和对像素值的解释.研究表明:雷达图像的像素值不应直接解释为目标的RCS电平,但在空间频率域和图像域,两者数据之间满足帕萨瓦定理;在小孔径角成像条件下,空间频率域的RCS均值等于强度图像的全部像素值之和.(本文来源于《电波科学学报》期刊2019年01期）
吴谨,赵志龙,白涛,李明磊,李丹阳[9]（2018）在《差分合成孔径激光雷达高分辨率成像实验》一文中研究指出利用1 550 nm波长的可调谐光纤激光器,建立了DSAL(Differential synthetic aperture ladar)高分辨率成像演示实验装置。在1.85 m的目标距离上,开展了合作目标的DSAL成像实验。利用基本的DSAL成像理论,重构了目标回波的相位史数据,实现了高分辨率合成孔径成像。详细给出了不同方位运动条件下获得的DSAL图像。实验结果表明:利用经过DSAL技术重建后的目标回波相位史数据,能够形成聚焦良好的高分辨率DSAL图像。这显示了DSAL技术对共模相位误差的稳健消除能力。此外,不同方位运动条件下的DSAL成像结果表明,在超过规定方位运动速度30%的范围内,均可观察到良好聚焦或至少可接受的DSAL图像,表明DSAL系统对方位运动速度变化有一定范围的适应能力。(本文来源于《红外与激光工程》期刊2018年12期）
殷和义,郭尊华[10]（2018）在《一维卷积神经网络用于雷达高分辨率距离像识别》一文中研究指出针对人工提取高分辨率距离像(HRRP)优良特征比较困难的问题,研究了基于一维卷积神经网络(CNN)的HRRP识别方法。利用CNN具有分层学习特征的能力,训练CNN自动地从HRRP中学习有用的特征并分类。在仿真实验中描述了网络的相关配置,分析了不同激活函数、不同参数、不同网络结构的识别性能,对比了CNN与其他分类器的识别结果,用可视化特征图直观地说明了CNN通过卷积层能够学习到易于分辨的特征。实验结果表明CNN具有很好的识别性能。(本文来源于《电讯技术》期刊2018年10期）
高分辨率雷达论文开题报告
（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：
提出一种基于卷积神经网络(Convolution Neural Network,CNN)的高分辨率雷达目标识别方法.首先针对小样本应用于深度CNN时训练过程中损失函数值收敛速度慢的问题,利用结合批归一化算法的改进CNN网络对高分辨距离像(High Resolution Range Profile,HRRP)进行自动特征提取;再利用支持向量机(Support Vector Machine,SVM)对距离像特征进行分类.使用军事车辆高保真电磁仿真数据对提出的方法进行验证,识别结果证明了该方法的有效性.
（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。
高分辨率雷达论文参考文献
[1].詹森,张景发,龚丽霞,李强,王建飞.基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别[J].科学技术与工程.2019
[2].何松华,张润民,欧建平,张军.基于卷积神经网络的高分辨率雷达目标识别[J].湖南大学学报(自然科学版).2019
[3].管理,戴建华.基于Qt和GLSL的双线偏振雷达高分辨率资料快速显示[J].计算机与现代化.2019
[4].迟晨,唐家业,王葵,董光焰,韩文杰.小型化高分辨率激光雷达条纹管探测器的研制[J].光电子技术.2019
[5].刘昭青.瓦锡兰推出高分辨率雷达以提高繁忙港口的安全性[J].航海.2019
[6].那洪祥,李梁.聚束合成孔径雷达高分辨率成像方法研究[J].自动化技术与应用.2019
[7].寇蕾蕾,王振会,沈菲菲,楚志刚.基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值[J].气象学报.2019
[8].许小剑.如何理解目标高分辨率雷达图像及其像素值[J].电波科学学报.2019
[9].吴谨,赵志龙,白涛,李明磊,李丹阳.差分合成孔径激光雷达高分辨率成像实验[J].红外与激光工程.2018
[10].殷和义,郭尊华.一维卷积神经网络用于雷达高分辨率距离像识别[J].电讯技术.2018
论文知识图
