一种基于量子粒子群算法的SAR图像自聚焦方法

为了准确补偿合成孔径雷达（SAR,Synthetic Aperture Radar）回波数据中的相位误差,研究了一种实用的SAR图像自聚焦算法。该方法以量子粒子群算法（QPSO,Quantum-behaved Particle Swarm Optimization）为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正。同传统的自聚焦方法相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频和高频相位误差都有非常好的补偿能力。仿真结果验证了该方法的有效性。...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Xi tong fang zhen xue bao 2010 (4), p.1055-1059
1. Verfasser:	谭覃燕宋耀良
Format:	Artikel
Sprache:	chi
Schlagworte:	QPSO算法合成孔径雷达自聚焦算法雷达成像
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	1059
container_issue	4
container_start_page	1055
container_title	Xi tong fang zhen xue bao
container_volume
creator	谭覃燕宋耀良
description	为了准确补偿合成孔径雷达（SAR,Synthetic Aperture Radar）回波数据中的相位误差,研究了一种实用的SAR图像自聚焦算法。该方法以量子粒子群算法（QPSO,Quantum-behaved Particle Swarm Optimization）为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正。同传统的自聚焦方法相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频和高频相位误差都有非常好的补偿能力。仿真结果验证了该方法的有效性。
format	Article
fullrecord	<record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_backfile_33434560</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>33434560</cqvip_id><sourcerecordid>33434560</sourcerecordid><originalsourceid>FETCH-chongqing_backfile_334345603</originalsourceid><addsrcrecordid>eNpjYeA0NDAw0TU3NozgYOAtLs5MMjAwNDQwsrA052SwebKj4fny3qfzdz3Z1feyvf_p2gnPN00CkfuWPF83_dnmqc9ntQQ7Bj2dve9pc_-L9lUvGmc9b1n2bNpOoBQPA2taYk5xKi-U5mZQcnMNcfbQTc7Iz0svzMxLj09KTM5Oy8xJjTc2NjE2MTUzMCZKEQDpHknl</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>一种基于量子粒子群算法的SAR图像自聚焦方法</title><source>Alma/SFX Local Collection</source><creator>谭覃燕宋耀良</creator><creatorcontrib>谭覃燕宋耀良</creatorcontrib><description>为了准确补偿合成孔径雷达（SAR,Synthetic Aperture Radar）回波数据中的相位误差,研究了一种实用的SAR图像自聚焦算法。该方法以量子粒子群算法（QPSO,Quantum-behaved Particle Swarm Optimization）为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正。同传统的自聚焦方法相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频和高频相位误差都有非常好的补偿能力。仿真结果验证了该方法的有效性。</description><identifier>ISSN: 1004-731X</identifier><language>chi</language><subject>QPSO算法 ; 合成孔径雷达 ; 自聚焦算法 ; 雷达成像</subject><ispartof>Xi tong fang zhen xue bao, 2010 (4), p.1055-1059</ispartof><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/96569X/96569X.jpg</thumbnail><link.rule.ids>314,778,782,4012</link.rule.ids></links><search><creatorcontrib>谭覃燕宋耀良</creatorcontrib><title>一种基于量子粒子群算法的SAR图像自聚焦方法</title><title>Xi tong fang zhen xue bao</title><addtitle>Journal of System Simulation</addtitle><description>为了准确补偿合成孔径雷达（SAR,Synthetic Aperture Radar）回波数据中的相位误差,研究了一种实用的SAR图像自聚焦算法。该方法以量子粒子群算法（QPSO,Quantum-behaved Particle Swarm Optimization）为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正。同传统的自聚焦方法相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频和高频相位误差都有非常好的补偿能力。仿真结果验证了该方法的有效性。</description><subject>QPSO算法</subject><subject>合成孔径雷达</subject><subject>自聚焦算法</subject><subject>雷达成像</subject><issn>1004-731X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2010</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDAw0TU3NozgYOAtLs5MMjAwNDQwsrA052SwebKj4fny3qfzdz3Z1feyvf_p2gnPN00CkfuWPF83_dnmqc9ntQQ7Bj2dve9pc_-L9lUvGmc9b1n2bNpOoBQPA2taYk5xKi-U5mZQcnMNcfbQTc7Iz0svzMxLj09KTM5Oy8xJjTc2NjE2MTUzMCZKEQDpHknl</recordid><startdate>2010</startdate><enddate>2010</enddate><creator>谭覃燕宋耀良</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W92</scope><scope>~WA</scope></search><sort><creationdate>2010</creationdate><title>一种基于量子粒子群算法的SAR图像自聚焦方法</title><author>谭覃燕宋耀良</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_backfile_334345603</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2010</creationdate><topic>QPSO算法</topic><topic>合成孔径雷达</topic><topic>自聚焦算法</topic><topic>雷达成像</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>谭覃燕宋耀良</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-工程技术</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>Xi tong fang zhen xue bao</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>谭覃燕宋耀良</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>一种基于量子粒子群算法的SAR图像自聚焦方法</atitle><jtitle>Xi tong fang zhen xue bao</jtitle><addtitle>Journal of System Simulation</addtitle><date>2010</date><risdate>2010</risdate><issue>4</issue><spage>1055</spage><epage>1059</epage><pages>1055-1059</pages><issn>1004-731X</issn><abstract>为了准确补偿合成孔径雷达（SAR,Synthetic Aperture Radar）回波数据中的相位误差,研究了一种实用的SAR图像自聚焦算法。该方法以量子粒子群算法（QPSO,Quantum-behaved Particle Swarm Optimization）为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正。同传统的自聚焦方法相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频和高频相位误差都有非常好的补偿能力。仿真结果验证了该方法的有效性。</abstract></addata></record>
fulltext	fulltext
identifier	ISSN: 1004-731X
ispartof	Xi tong fang zhen xue bao, 2010 (4), p.1055-1059
issn	1004-731X
language	chi
recordid	cdi_chongqing_backfile_33434560
source	Alma/SFX Local Collection
subjects	QPSO算法合成孔径雷达自聚焦算法雷达成像
title	一种基于量子粒子群算法的SAR图像自聚焦方法
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-16T07%3A42%3A46IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E9%87%8F%E5%AD%90%E7%B2%92%E5%AD%90%E7%BE%A4%E7%AE%97%E6%B3%95%E7%9A%84SAR%E5%9B%BE%E5%83%8F%E8%87%AA%E8%81%9A%E7%84%A6%E6%96%B9%E6%B3%95&rft.jtitle=Xi%20tong%20fang%20zhen%20xue%20bao&rft.au=%E8%B0%AD%E8%A6%83%E7%87%95%20%E5%AE%8B%E8%80%80%E8%89%AF&rft.date=2010&rft.issue=4&rft.spage=1055&rft.epage=1059&rft.pages=1055-1059&rft.issn=1004-731X&rft_id=info:doi/&rft_dat=%3Cchongqing%3E33434560%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=33434560&rfr_iscdi=true