合成孔径雷达地面运动目标检测技术研究——基于概率图(Matlab代码实现)

简介: 合成孔径雷达地面运动目标检测技术研究——基于概率图(Matlab代码实现)

🍁🥬🕒摘要🕒🥬🍁

SAR(Synthetic Aperture Radar),即合成孔径雷达,是一种主动式的对地观测系统,可安装在飞机、卫星、宇宙飞船等飞行平台上,全天时、全天候对地实施观测、并具有一定的地表穿透能力。因此,SAR系统在灾害监测、环境监测、海洋监测、资源勘查、农作物估产、测绘和军事等方面的应用上具有独特的优势,可发挥其他遥感手段难以发挥的作用,因此越来越受到世界各国的重视。


本文代码旨在搜救场景中寻找失踪人员而编写。该程序从ArcGis Pro中绘制的数字高程模型(DEM)数据中获取x、y、z输入,并在MATLAB中进行处理。该计划根据海拔、主题类别(即徒步旅行者、儿童等)和距离,生成荒野SAR中可能发现失踪人员的位置的概率图。该概率图输出格式被选择为使得可以应用旅行推销员路径规划算法,并且随后的路径被上传到无人机的CPU和自动驾驶仪,使得无人机可以自动地进行搜索模式。


✨🔎⚡运行结果⚡🔎✨

💂♨️👨‍🎓Matlab代码👨‍🎓♨️💂

%%
%Reshape the arrays iGrid.nto a grid format compataible with meshgrid
Grid.n=25;
%Grid.x = Grid.x(1:Grid.n);
%Grid.y = Grid.y(1:Grid.n:(Grid.n*Grid.n));
Grid.z=reshape(Grid.z,[Grid.n,Grid.n]);
%State data resolution gained from ArcGIS
Grid.resolution=130;
%Compute meshgrid
[Grid.x,Grid.y]=meshgrid(Grid.x,Grid.y);
%Surf Plot Terrain
figure
surf(Grid.x,Grid.y,Grid.z,'FaceColor', 'g');
xlabel('Longitude (DD)')
ylabel('Latitude (DD)')
zlabel('Elevation (m)')
title('Terrain Data')
xlim([min(Grid.x,[],'all'),max(Grid.x,[],'all')])
ylim([min(Grid.y,[],'all'),max(Grid.y,[],'all')])
view([225 25])
%Call the Gradient Function to Calculate Cell to Cell Gradients
[GM] = GithubGradientFunction(Grid);
%%
%Beta Distribution Function
%Specify the number of timesteps, m
m=1; 
%Call Beta Distribution Function to find the probabilities.
[Prob.p_DHILLg1020,Prob.p_DHILLg2030,Prob.p_DHILLg3040,Prob.p_SAMEg0010,Prob.p_UPHILLg1020, Prob.p_UPHILLg2030,Prob.p_UPHILLg3040] = NewBetaDistribution
%normalise probabilities
norm_factor = Prob.p_DHILLg1020+Prob.p_DHILLg2030+Prob.p_DHILLg3040+Prob.p_SAMEg0010+Prob.p_UPHILLg1020+Prob.p_UPHILLg2030+Prob.p_UPHILLg3040;
Prob.p_DHILLg1020 = Prob.p_DHILLg1020/norm_factor;
Prob.p_DHILLg2030 = Prob.p_DHILLg2030/norm_factor;
Prob.p_DHILLg3040 = Prob.p_DHILLg3040/norm_factor;
Prob.p_SAMEg0010 = Prob.p_SAMEg0010/norm_factor;
Prob.p_UPHILLg1020 = Prob.p_UPHILLg1020/norm_factor;
Prob.p_UPHILLg2030 = Prob.p_UPHILLg2030/norm_factor;
Prob.p_UPHILLg3040 = Prob.p_UPHILLg3040/norm_factor;
%%
%Transition Matrix
%Blank Probability Vector
Grid.InitialVector= zeros(1,Grid.n*Grid.n);
%State LKP Vertex
Grid.LKPvertex=313;
%State LKP Vertex Probability
Grid.InitialVector(1,Grid.LKPvertex)=1;
%Set the Counter
Count=Grid.n*Grid.n;
%Preallocate Transition Matrix Memory
TransitionMatrix=zeros(Grid.n^2);

📜📢🌈参考文献🌈📢📜

[1]郭兆明,姜毅,毕世华.合成孔径雷达卫星车辆运动侦察概率探究[J].导航定位学报,2019,7(03):24-30.DOI:10.16547/j.cnki.10-1096.20190305.


相关文章
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
261 0
|
2月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
128 0
|
2月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
112 0
|
2月前
|
新能源 Java Go
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
130 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
175 8
|
2月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
168 8
|
2月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
181 8
|
2月前
|
编解码 运维 算法
【分布式能源选址与定容】光伏、储能双层优化配置接入配电网研究(Matlab代码实现)
【分布式能源选址与定容】光伏、储能双层优化配置接入配电网研究(Matlab代码实现)
173 12
|
2月前
|
机器学习/深度学习 供应链 算法
【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究(Matlab代码实现)
【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究(Matlab代码实现)
121 0

热门文章

最新文章