Map Drift算法在实时成像处理器中的应用

随着计算机技术的发展,实时成像处理器技术的成熟,不但处理数据量越来越大,而且对成像质量要求也越来越高,实时成像处理中需要有自动聚焦算法。但是由于实时成像处理器的特殊结构和实时性要求,需要算法的计算量不能太大、不能太不确定。因此并不是所有的算法都适合用于实时处理。主要介绍Map Drift算法的原理和实现步骤以及在实时成像处理器中的应用。文中对适合于实时成像处理器中应用的公式进行了推导,得到频域二次相位误差系数和相关峰位置的线性关系,并利用该关系在频域进行相位补偿,有效缩减迭代次数。利用一种插值来计算相关峰位置的方法,消除了离散化计算相关峰位置所带来的量化误差的影响,并在迭代过程中改进二次相位误差系数和相关峰位置关系的系数,对减少迭代次数,提高估计精度有一定帮助。最后给出仿真结果,验证算法的正确性。

对比度最优自聚焦算法

该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真模拟证明了该算法的有效性。将COAA运用于中关村地区L-SAR数据并得到了理想的图像,这说明该算法具有重要的实际应用价值。最后,该文通过一些具体例子验证了该算法与其他算法相比具有更强的鲁棒性。

用SAR原始数据对雷达脉冲信号失真的校正

该文提出了一种对雷达发射脉冲进行相位估计的算法。该算法利用Chirp Scaling原理对SAR信号进行距离迁移校正,但仅在方位向波束锐化,然后利用自聚焦的方法(Map Drift,PGA),在距离向进行自聚焦处理,提取距离向的相位误差信息。文中分析了影响相位估计精度的各种因素,并在算法中加入了迭代补偿方法,仿真结果验证了算法的正确性。

一种智能的惯导陀螺漂移误差消除算法

给出了一套智能的消除惯导陀螺漂移误差算法,即改进的BP(Back Propagation)神经网络模态识别算法。可根据即时的飞行区域、气压计和雷达高度表测量的地形高程数据等,在机载数字地图上实时地进行在线模态识别,找出最合适的匹配区,并对惯性导航系统指示的位置信息进行修正。该算法具有识别精度高、识别速度快和识别准确率高等特点,可用于各类有人驾驶飞行器和无人自主控制的飞行器的惯导误差修正。

改进BP神经网络模式识别在消除惯导漂移误差中的应用

为了能实时地消除惯导陀螺漂移误差,在数字地图为基础的前提下,引入了改进BP神经网络模式识别技术,并设计了相应的三维数字地形辅助惯性组合导航算法——BP算法。在匹配过程中,分别给定了不同的数字地形模式和不同载体的机动轨迹。利用C++程序进行算法中的数值计算,然后通过Matlab软件模拟导航数值仿真。多次实验证明,提出的方法具有很好的可靠性和可行性,具有重要的工程应用价值和理论借鉴意义。

FMCW体制毫米波SAR实时信号处理方法研究

与脉冲体制合成孔径雷达(SAR)相比,调频连续波(FMCW)体制SAR具有体积小、重量轻、分辨率高、功耗低和低截获等一系列优点,目前小型或微小型SAR普遍采用FMCW工作体制。FMCW SAR在整个脉冲重复周期内都发射信号,其信号占空比达到了100%,为了减小数字接收机采样带宽,降低数据率,FMCW体制毫米波SAR一般采取解线频调接收的方式,但其数据量依然很大,而且机载平台受到气流的影响,运动误差很大,需要迭代估计与补偿,给实时处理模块带来了很大压力。为了提高整个机载FMCW SAR系统的信号实时处理性能,需要在算法层面进行改进。提出了一种两次子孔径误差估计和全孔径误差拼接补偿的FMCW SAR实时成像算法,使用相位梯度自聚焦(PGA)算法和图像偏置(MD)算法级联提取子孔径误差;然后进行子孔径误差拼接成全孔径误差补偿原数据,两维脉冲压缩后完成图像聚焦,提高了FMCW体制毫米波SAR成像算法的效率;最后使用机载Ka波段FMCW SAR实测数据,验证了该算法的有效性。

渤海Q油田开发中后期高精度变速成图方法研究

时深转换及构造成图是连接地球物理和地质研究的桥梁,其准确程度对油田高效开发具有重大意义。对于底水油藏的开发而言,时深转换的精度更是制约水平井成功与否的关键。Q油田经过十多年的注水开发,底水突破严重,水淹程度高,调整井部署时油柱高度相对较低,油田开发难度加大,地质油藏方案对构造研究的准确程度提出了更高的需求。针对这一问题,根据储层地震响应特征,提出了基于加密解释与自动追踪相结合的井-震-藏联合微幅构造解释技术,探索改进了精细的层控速度建模和应用外部漂移克里金算法的构造成图技术,通过上述两项技术的有力结合,极大地提高了微幅构造的研究精度,为开发井的部署实施提供了借鉴,后续开发井的实施也验证了该项研究的准确性。

基于局部障碍率预获取和双向父节点变更的A^(*)算法优化

针对传统A*算法未能有效识别环境信息造成的路径优化差、搜索效率低和灵活性低的一系列问题,提出了一种基于局部障碍率预获取和双向父节点变更的改进A*算法。首先,基于漂移矩阵算法获取栅格地图各个部分的局部障碍率;其次,将预获取的局部障碍信息融入改进的A*算法评价函数中,依据地图各个区域的不同复杂程度自适应地调整搜索空间;最后,用改进的父节点变更方式进一步优化路径,减少生成路径的冗余点和拐点。仿真结果表明,本文设计的算法在路径长度、拐点数量、搜索效率和运行时间等指标上有明显提高。