PP-ISEA:一种高效的算法,用于高分辨率的空间目标的三维几何重建,使用有限的逆合成光圈雷达图像
Rundong Wang1, Weigang Zhu1, Chenxuan Li1
1Space Engineering University, Beijing 101400, China.
Sensors (Basel, Switzerland)
|June 19, 2024
概括
一种新的方法,分区并行3D重建使用排序能量半积累 (PP-ISEA),改进了反向合成孔径雷达 (ISAR) 3D几何结构重建. 这种方法需要更少的图像和更少的时间来准确识别目标.
科学领域:
- * 电磁散射和雷达成像.
- * 计算几何和信号处理.
背景情况:
- *二维 (2D) 逆合成孔径雷达 (ISAR) 图像对于现代空间目标识别是不够的,需要三维 (3D) 信息提取.
- *现有的3D重建方法,如能量积累 (ISEA) 是有效的,但需要大量的图像和大量的处理时间.
- *ISEA的局限性包括忽视有效信息,导致高图像需求和长时间运行.
研究的目的:
- *为ISAR图像序列引入一种使用排序能量半积累 (PP-ISEA) 的新型分区并行3D重建方法.
- *为了提高效率和减少3DISAR成像所需的计算资源.
- *为了提高ISAR数据3D几何重建的准确性和速度.
主要方法:
- * 实施ISAR数据分区并行处理策略.
- * 引入两步搜索模式 (粗细) 以优化搜索效率.
- * 开发一个"排序能量半积累"的目标函数,用于区分真正的散射器和冗余的点排除模块.
主要成果:
- *PP-ISEA方法显著减少了高质量重建所需的ISAR图像的最低数量,从10张降至4张.
- * 与散射器和模拟电磁模型上的现有方法相比,证明了更高的重建质量.
- * 在相当短的时间内实现了高质量的3D重建.
结论:
- *PP-ISEA为3D ISAR几何重建提供了更高效和有效的解决方案.
- * 该方法通过减少图像要求和处理时间来解决以前技术的局限性.
- *PP-ISEA在复杂的空间环境中提升了目标识别能力.
