简介:特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征,稀疏约束将被添加在非负矩阵分解法中,并应用于图像目标特征提取,通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解,构建具有稀疏性的目标特征矢量,提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验,试验结果表明,添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比,能够显著提高目标识别的稳定性和准确率。
简介:用多个分布式小卫星构成星座,可以完成多项雷达探测任务,如地面动目标检测(GMTI)、地面高程测量等,其探测性能可比单个卫星明显提高.分布式小卫星也可用来提高SAR的横向分辨率,主要是解决高横向分辨率与宽测绘带的矛盾.小卫星用横向孔径小的天线(为提高横向分辨率)和较低的重复频率(为加宽测绘带),其回波信号会产生多普勒模糊,但多个小卫星的空间自由度可用来解模糊,从而可以实现宽域(宽观测条带)和高方位分辨率SAR成像.本文对分布式卫星解多普勒模糊的方法进行了讨论,并提出了对卫星星座构形的要求.如果星座构形已定,则应微调脉冲重复频率以满足解多普勒模糊的要求.
简介:针对传统基于微波手段的空间对地观测主要方法——星载合成孔径雷达(SAR)体制受限于目标与雷达的相对运动问题,结合由量子关联成像发展而来的微波关联成像技术,提出了一种新的通过多颗分布式卫星实现凝视成像方法。首先,在微波关联成像的基础之上,建立一维微波关联成像的信号模型。然后,在极坐标系下,通过一维微波关联成像实现对回波半径向的“聚焦”,得到单部雷达对目标的距离环图像。其次,通过N颗分布式星载雷达得到距离环方程组,联立方程组解算目标位置信息,实现二维分辨能力;确定位置信息之后,进一步通过距离环幅度方程组解算目标幅度信息。最后,通过对稀疏场景进行仿真、成像处理,验证了该方法的有效性。
简介:2012年10月间,美国EchoStar通信公司向劳拉空间系统公司(SS/L)订购了一颗新一代电视直播卫星EchoStar18,该卫星未来升空后将提供给美国第二大的直播卫星电视运营商DISH网络公司使用;欧洲两大卫星运营商SES和Eutelsat公司也分别订购了两颗新一代通信卫星SES9及Eutelsat8WestB,其中SES9卫星升空后将服务于亚洲及印度洋区域,而Eutelsat8WestB将为中东和北非地区增加新的广播资源。在此期间,欧洲阿丽亚娜空间公司(Arianespace)获得了两颗印度卫星GSAT7和Insat3D的发射服务合同。