《雷达学报杂志》发表论文赏析
作者:雷禹, 冷祥光, 孙忠镇, 计科峰
单位:国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室 长沙 410073;
摘要:以TopSAR和ScanSAR成像模式为代表的宽幅合成孔径雷达(SAR)可以实现更大范围的海洋场景观测。但实现宽测绘带的同时降低了成像分辨率,因此宽幅SAR图像中的舰船目标缺乏清晰的结构特征,给大范围海上舰船目标识别带来了极大的挑战。同时,由于缺乏海上运动航母、两栖舰等大型关键目标的宽幅SAR样本数据,使得海上运动大型关键舰船目标识别更加困难。针对该问题,该文构建了宽幅SAR海上大型运动舰船目标数据集,共包含2291个大型舰船目标样本,类别划分为大型军事舰船,长度为≥250 m的大型民用舰船和长度为150~250 m的大型民用舰船。其构建过程为:首先,通过先验知识辅助获取港口区域大型军事舰船目标样本;其次,利用属性信息对OpenSARShip数据集进行长度筛选获取大型民用舰船目标样本;最后,在样本的距离-多普勒域添加二次相位误差进行运动仿真来模拟海上运动舰船目标的成像结果。此外,该文使用经典识别算法和深度学习方法对构建的数据集与运动仿真处理后的数据进行了识别性能分析,结果表明在低分辨率情况下采用SAR图像复数信息可以在一定程度上提高算法的识别率;并且运动舰船目标的散焦问题对识别准确率具有较大影响。
关键词:合成孔径雷达, 宽测绘带, 运动仿真, 大型舰船
基金资助:国家自然科学基金(62001480), 湖南省自然科学基金(2021JJ40684)
2022年3期其他文献查阅:
River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型
基于几何约束移动最小二乘的TomoSAR山区点云高精度三维重建方法
GEO-LEO双基SAR序贯多帧-多通道联合重建无模糊成像方法