文献

J-GLOBAL ID：201802229161144303   整理番号：18A1209020

非常に高分解能の航空機搭載ストリッパSAR画像のための粗対微細オートフォーカス法【JST・京大機械翻訳】

A Coarse-to-Fine Autofocus Approach for Very High-Resolution Airborne Stripmap SAR Imagery

著者 (4件)： Li Jincheng (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Chen Jie (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Wang Pengbo (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Loffeld Otmar (Center for Sensor Systems, University of Siegen, Siegen, Germany)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 56  号： 7  ページ： 3814-3829  発行年： 2018年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オートフォーカス操作は,正確なナビゲーション装置なしで合成開口レーダ(SAR)システムのための良く焦点を合わせた画像を得るための不可欠な手順である。長い累積時間による非常に高分解能(VHR)空中SARオートフォーカスにおいて3つの挑戦が直面している。すなわち,トラック速度,残留距離セル移動(RCM),および高次成分による距離依存位相誤差である。ストリップマップモードになると,少数の強い散乱体を持つシナリオが移動ビームにより遭遇する可能性があるので,オートフォーカスはより複雑になる。パラメトリックおよびノンパラメトリックオートフォーカスアルゴリズムの長所を組み合わせて,ロバスト運動誤差推定法を本論文で提案した。まず第一に,著者らは,ストリップマップ多開口マップドリフト自動焦点操作を実行して,沿トラック速度と最も広い範囲不変誤差を抽出して,サブ開口スケールで残留RCMを取り除いた。第二に,残差距離不変誤差を検索するために,一つの参照中心ブロックを選択し,それにより,範囲次元において全体的に残留RCMを除去することができた。グローバルな高品質入力によって,残留範囲-変異体位相誤差は,最後に中心-端部局所的最尤法加重位相勾配オートフォーカスカーネルを正確に利用することによって,正確に検索することができた。提案した方法のロバスト性を実証するために,実際のVHR空中ストリップマップSARデータに関する実験を行った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 開口 ,  位相 ,  ロバスト性 ,  不変性 ,  *高分解能 ,  *画像 ,  最尤法 ,  合成開口レーダ ,  散乱体 ,  残差
準シソーラス用語： 誤差推定 ,  位相誤差 ,  *自動焦点合せ ,  *SAR画像 ,  *航空機搭載 , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 高分解能 ,  航空機搭載 ,  ストリッパ ,  SAR画像 ,  微細 ,  オートフォーカス