一种基于Legendre展开的CS成像算法
一种基于Legendre展开的CS成像算法
一种基于Legendre展开的CS成像算法
刘思玥n;张伟;张顺生
【期刊名称】《火控雷达技术》
【年(卷),期】2010(039)002
【摘要】针对SAR的侧视工作模式,本文提出了一种基于Legendre展开的CS成像算法.该算法采用legendre多项式代替Taylor多项式对回波信号的二维频域传递函数进行展开,在此基础上,导出了Legendre多项式系数的数学表达式,并详细推导了CS算法流程中基于Legendre多项式的三个相位校正函数.理论推导和仿真结果验证了该算法的正确性和可行性.
【总页数】5页(P26-30)
【作者】刘思玥n;张伟;张顺生
【作者单位】成都电子科技大学,成都,610054;成都电子科技大学,成都,610054;成都电子科技大学,成都,610054
【正文语种】中文
【中图分类】TN95
【相关文献】
1.一种基于NLCS的斜视SAS成像处理算法 [J], 杨樊;钟华;常宇亮;章坚武
2.一种基于 OSA 与 CS 原理的 SAR 成像算法研究 [J], 徐涛;吴军;彭芳;秦阳
3.斜视模式下基于Legendre展开的改进CS成像算法 [J], 万智龙;谢亚楠;郑和;刘文渊
4.基于Legendre多项式展开的双基SAR二维频域成像算法 [J], 李梦慧;谭鸽伟;
孟亭亭;杨晶晶
5.一种基于连分数逼近Legendre定理的RSA攻击算法 [J], 江宝安
因版权原因，仅展示原文概要，查看原文内容请购买。
黎曼函数交叉成像
黎曼函数交叉成像1. 定义黎曼函数交叉成像（Riemann Function Cross Imaging）是一种用于图像处理和分析的数学方法。
它基于黎曼函数理论，通过对图像进行变换和分析，提取出图像的特征和结构信息。
2. 用途黎曼函数交叉成像在计算机视觉、模式识别、医学影像处理等领域有广泛应用。
它可以用于图像分类、目标检测、图像重建等任务。
具体应用包括但不限于：2.1 图像分类黎曼函数交叉成像可以将图像从原始空间映射到一个高维特征空间，在特征空间中进行分类。
通过提取图像的局部纹理、颜色和形状等特征，可以有效区分不同类别的图像。
2.2 目标检测黎曼函数交叉成像可以用于目标检测任务，即在图像中定位和识别感兴趣的目标。
通过对目标区域进行局部纹理分析和形状描述，可以实现高精度的目标检测效果。
2.3 图像重建黎曼函数交叉成像可以利用已知信息对缺失或损坏的图像进行重建。
通过分析图像的局部结构和纹理特征，可以推断出缺失或损坏区域的内容，从而恢复完整的图像。
3. 工作方式黎曼函数交叉成像主要包括以下几个步骤：3.1 数据预处理首先，对输入图像进行预处理。
常见的预处理操作包括灰度化、平滑滤波、边缘检测等。
预处理旨在降低噪声、增强图像的对比度和边缘信息。
3.2 特征提取接下来，从预处理后的图像中提取特征。
特征提取是黎曼函数交叉成像的核心步骤，它决定了后续分析和处理的效果。
常见的特征包括局部纹理、颜色直方图、形状描述等。
3.2.1 局部纹理局部纹理是指图像中小区域内像素之间的亮度或颜色变化情况。
常用方法包括灰度共生矩阵（GLCM）、局部二值模式（LBP）等。
这些方法可以有效地描述图像中不同区域之间的纹理差异。
3.2.2 颜色直方图颜色直方图描述了图像中不同颜色的分布情况。
通过统计图像中每个颜色的像素数量，可以得到一个表示颜色分布的向量。
常见的颜色空间包括RGB、HSV等。
3.2.3 形状描述形状描述用于描述图像中物体的形状特征。
高斯勒让德求积公式matlab_光学相干层析成像oct
高斯勒让德求积公式matlab_光学相干层析成像oct英文版Gauss-Legendre Quadrature Formula in MATLAB for Optical Coherence Tomography (OCT)Optical Coherence Tomography (OCT) is a non-invasive imaging technique that has revolutionized the field of medical diagnostics. By using low-coherence interferometry, OCT can produce high-resolution, cross-sectional images of biological tissues. One of the key components in OCT image reconstruction is the Gauss-Legendre quadrature formula, which is used to calculate the integrals involved in the imaging process.The Gauss-Legendre quadrature formula is a numerical method for approximating integrals by evaluating a weighted sum of function values at specific points. In the context of OCT, this formula is essential for accurately reconstructing the optical properties of the tissue being imaged. By using the Gauss-Legendre quadrature formula, researchers and clinicians can obtain precise and reliable OCT images that can aid in the diagnosis and treatment of various medical conditions.In this article, we will discuss how to implement the Gauss-Legendre quadrature formula in MATLAB for OCT image reconstruction. MATLAB is a powerful tool for scientific computing and is widely used in the field of medical imaging. By utilizing MATLAB's built-in functions for numerical integration, we can easily calculate the integrals required for OCT image reconstruction.To begin, we need to define the function that represents the optical properties of the tissue being imaged. This function will depend on the specific characteristics of the tissue, such as its scattering and absorption coefficients. Once we have defined the function, we can use the Gauss-Legendre quadrature formula to calculate the integrals of this function over the depth of the tissue.Next, we need to determine the number of quadrature points to use in the Gauss-Legendre formula. The accuracy of the integral approximation will depend on the number of points used, with a higher number of points leading to a more accurate result. In practice, a sufficient number of points can be determined through trial and error, ensuring that the OCT image reconstruction is both accurate and efficient.After determining the number of quadrature points, we can proceed to calculate the weights and nodes for the Gauss-Legendre quadrature formula. MATLAB provides functions for generating these weights and nodes, making it easy to implement the formula in our OCT image reconstruction algorithm. By inputting the weights, nodes, and function values into the formula, we can accurately calculate the integral over the depth of the tissue.In conclusion, the Gauss-Legendre quadrature formula is an essential tool for OCT image reconstruction, allowing researchers and clinicians to obtain precise and reliable images of biological tissues. By implementing this formula in MATLAB, we can streamline the image reconstruction process and improve the accuracy of our results. With further advancements in OCT technology and image processing algorithms, the potential applications of this imaging technique are limitless.中文翻译高斯勒让德求积公式在MATLAB中用于光学相干层析成像（OCT）光学相干层析成像（OCT）是一种非侵入性成像技术，已经彻底改变了医学诊断领域。
【国家自然科学基金】_legendre多项式_基金支持热词逐年推荐_【万方软件创新助手】_20140729
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
科研热词 频散曲线 计量学 线性-二次型最优控制问题 等距逼近 正交多项式 极化方向 时间漂移 弯曲波 平稳性检验 压电空心圆柱体 单侧降阶 勒让德多项式 legendre多项式 chebyshev-legendre拟谱方法 chebyshev-gauss-lobatto点 bézier曲线
53 54 55 56 57 58 59 60 61 62 63 64 65
严格耦合波理论 1 万有引力算法 1 support vector regression 1 poisson方程 1 pattern recognition 1 legendre orthogonal polynomial1 legendre gauss radau 1 legendre gauss lobatto 1 karhunen-loeve变换 1 h-bézier基 1 gravitational search algorithm1 flatness 1 cs成像算法 1
推荐指数 3 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
基于几何特征的圆形标志点亚像素中心定位
基于几何特征的圆形标志点亚像素中心定位王林波;王延杰;邸男;金明河【摘要】The location accuracy of circle target center in vision measurement system is susceptible to the noise.In order to enhance the capacity of anti-interference of noise and improve the location accu-racy,a modified subpixel location algorithm of circle target center based on geometric features is pro-posed in this paper.Firstly,coarse location of circle target center is realized by combining adaptive threshold segmentation and centroid method,which is used for radius constraint of the edge detected by Canny operator to remove the isolated points and the noisy points.Then,starting from the geo-metric distribution characteristics and linking discipline of the ideal imaging of circle,a method based on partition theory is brought forward to obtain ideal and continuous edge of circle target.Finally, Zernike moment is used to carry out the subpixel location of the edge,and the center location is achieved by the least-squares ellipse fitting method.The experiments results show that the location accuracy can reach to 0.023 7 pixels,and the operation time is between 2 and 3 ms.It can satisfy the high requirements of precision,stabilization and real-time ability of circle target center in the measure-ment system.%视觉测量系统中圆形标志点中心定位的精度易受噪声的影响.为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法.首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位.利用粗定位的圆心和半径对 Canny 算子检测到的边缘进行半径约束,以消除孤立点和噪声点.然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘.最后,采用 Zernike 正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标.实验结果表明,该方法的定位精度可以达到0.0237 pixel,算法的运行时间为2~3 ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求.【期刊名称】《液晶与显示》【年(卷),期】2014(000)006【总页数】7页(P1003-1009)【关键词】视觉测量;边缘检测;几何特征;Zernike 矩;椭圆拟合【作者】王林波;王延杰;邸男;金明河【作者单位】中国科学院长春光学精密机械与物理研究所，吉林长春 130033; 中国科学院大学，北京 100049;中国科学院长春光学精密机械与物理研究所，吉林长春 130033;中国科学院长春光学精密机械与物理研究所，吉林长春 130033;哈尔滨工业大学机器人技术与系统国家重点实验室，黑龙江哈尔滨 150001【正文语种】中文【中图分类】TP391.41 引言近些年，基于图像的测量系统以其非接触性、快速和准确的特点越来越多地应用到航空航天、国防工业、机器人导航、医学检测等领域中［1－3］。
基于Legendre展开的双基地SAR点目标频谱推导
谱的解析求解方法 ，得 到了 比现有方法更为精确 的二维频谱 。 关键词 ：双基地合成孔径 雷达 ；Ｌｇｎ ｒ ｅｅｄｅ多项 式 ；二维频谱
中图分类号 ：Ｔ ９７ Ｎ ５ 文献标识码 ：Ａ 文章编号 ：１０ ０ ３ （ ００ ０ ０ ７ ０ ０ ３— ５０ ２ １ ） ２— １５— ５
（ 国防科技大 学 电子科学 与工程 学院，长沙 ４ ０ ７ ） １０ ３
摘 要 ：ｇ／ Ｘ 多基地合成孔径雷达 二维点 目标频谱 的求解 是各种频域成像算 法的基础 ，但斜距 表达 式 中的双根号使 得直 接精确解析求解非常 困难 。本 文从 函数最佳逼 近这一全新角度 出发 ，提 出 了基 于 Ｌ ｇｎ ｒ 正 交展开 的双基 地 Ｓ Ｒ回波二维 ｅｅｄｅ Ａ
Ｐｏ ｎ ａ ｇ ｔＳｐ ｃ ｒ ｒ ｅ ｏｒＢｉｔ ｔ ｉｔＴ ｒ ｅ ｅ ｔ Ｄｅ ｉ ｄ ｆ ｓａ ｉ ＳＡＲ Ｐｒ ｃ ｓ ｉｇ ａ ｖ ｃ ｏ ｅ ｓｎ Ｂａ ｅ ｎ Ｌ ｇ ｎ ｒ ｌｎ ｍ ｉｌＥ ｐ ｎ ｉ ｎ ｓ ｄ ｏ ｅ ｅ ｄ ｅ Ｐｏｙ ｏ ａ ｘ ａ ｓｏ
Ｔｙ ｒ ａｌ 展开 ， 后 利用 级 数 反 转公 式 求 解 驻定 相 位 点 ｏ 而
，
其精度 与 级数 反转 时 所取 项 数 有关 ； ＭＯ Ｄ 是将 双
基 地成像几何转 化 为等 效单 基 地情 况 ， 而后 按照 单基
地情况进行后续 推 导 ， 精度 随基线 长 度与 准单 基地 其 最小径 向距离 比值 的减小而提 高 。深入 分析上 述三种 方法发现 ， Ｂ Ｌ Ｆ和 Ｄ Ｏ是一定条件下 Ｍ Ｒ的特例。 Ｍ Ｓ 实际上 ， 上述 各 种解 析 的方 法 的本 质思想 就 是将 距 离双根号通过一个 较为简单 的便 于计算 的多项式来 近似 ， 这与 函数逼 近的思 想是相 同 的。因此 ， 文从 函 本
Matlab中的成像方法和算法
Matlab中的成像方法和算法近年来，成像技术在各个领域中得到了广泛的应用。
尤其是在医学、天文学和工业检测等领域，成像方法的发展使我们能够更清晰地观察和理解复杂的现象。
Matlab作为一种功能强大的科学计算软件，提供了丰富的成像方法和算法，可以帮助研究人员进行各种复杂的成像问题的解决。
本文将介绍在Matlab中常用的成像方法和算法，探讨它们的原理和应用。
一、计算机断层成像（CT）首先我们来介绍计算机断层成像（CT）这一常见的成像方法。
CT通过扫描目标物体并获取不同角度上的投影图像，然后利用逆过程重构出目标物体的三维结构。
在Matlab中，CT的主要算法是基于Radon变换和滤波反投影算法。
Radon变换可以将二维图像转换为投影角度的函数，而滤波反投影算法则是根据投影图像的数据进行反投影和滤波操作，重建出三维结构。
二、磁共振成像（MRI）磁共振成像（MRI）是一种利用核磁共振原理进行成像的方法。
它通过在静态磁场和梯度磁场的作用下，对被测物体进行激励和检测，得到图像信息。
在Matlab中，MRI的主要算法包括傅里叶变换、梯度下降等。
傅里叶变换可用于将信号从时间域转换为频率域，并对数据进行滤波和重建。
而梯度下降法则可以优化MRI图像的重建过程，提高图像质量。
三、光学相干层析成像（OCT）光学相干层析成像（OCT）是一种非侵入性的高分辨率显微成像技术，广泛应用于医学和生物领域。
它利用光学干涉原理，通过分析样品处不同深度处的反射光信号，得到高分辨率的断层图像。
在Matlab中，OCT的主要算法包括傅里叶变换、谱域相位解调等。
傅里叶变换可用于将光信号从时域转换为频域，而谱域相位解调则可提取出样品的光学路径长度信息，从而实现图像重建。
四、数字全息成像数字全息成像是一种利用光学全息原理进行三维图像重建的技术，它不仅可以记录物体的振幅信息，还可以保留物体的相位信息。
在Matlab中，数字全息成像的主要算法包括菲涅尔全息和Fresnel-Kirchhoff全息。
一种算法方法专利
一种算法方法专利背景随着信息技术的发展，算法在各个领域中起到了重要的作用。
在数据挖掘、机器学习、图像处理等众多领域，算法的优化和创新对于解决实际问题具有重要作用。
因此，研发一种新颖、高效的算法方法具有重要的研究价值和实际意义。
本专利涉及的是一种基于深度学习的图像分类算法方法。
发明内容本专利描述了一种基于深度学习的图像分类算法方法，旨在提供一种更加高效和准确的图像分类解决方案。
该方法主要包括以下几个步骤：1. 数据预处理：对输入的图像数据进行预处理，包括图像大小调整、灰度化处理等，以便后续的特征提取和分类处理。
2. 特征提取：采用深度学习模型对预处理后的图像进行特征提取。
可以使用卷积神经网络（Convolutional Neural Network，CNN）等深度学习模型，通过学习图像的局部特征和全局信息，获得更加抽象和高级的特征表示。
3. 特征选择：根据特征的重要性或者相关性对提取得到的特征进行选择，去除冗余或者无关的特征。
可以使用相关系数、信息熵等方法进行特征选择。
4. 分类处理：基于特征选择后的特征，采用分类器对图像进行分类。
可以使用支持向量机（Support Vector Machine，SVM）、逻辑回归（Logistic Regression）等传统的分类方法，也可以使用深度学习模型进行分类。
5. 模型调优：对分类器进行参数调优以得到更好的分类性能。
可以采用交叉验证、网格搜索等方法进行模型调优。
优势和创新点相比于传统的图像分类算法，本算法方法具有以下的优势和创新点：1. 利用深度学习模型进行特征提取，能够获取更加抽象和高级的特征表示，从而提高图像分类的准确性。
2. 通过特征选择，可以去除冗余和无关的特征，减少了特征维度，提升了图像分类的效率和鲁棒性。
3. 使用分类器对图像进行分类，能够根据特征选择后的特征，对图像进行更加准确的分类。
4. 优化和调整模型参数，能够提高分类器的性能，进一步提高图像分类的准确性和效率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２１ ０ ０年 ６月
火 控 雷 达 技术
Ｆｉｅ Ｃｏ ｔｏ ｄ ｒ Ｔｅ ｈｎ ｌｇ ｒ ｎ ｒｌＲａ ａ ｃ ｏｏ ｙ
Ｖ １ ９ Ｎ ． Ｊｎ ０ ０ ｕ ．２ １
一
种 基 于 Ｌｇｎｒ 展 开 的 Ｃ ｅｅｄｅ Ｓ成 像 算 法
相位 校正 函数 。理论推 导和 仿 真结果验 证 了该算 法的 正确性 和可行 性 。
关键词 ：ｅｅ ｄｅ多项式 ； Ｓ算法 ；Ａ Ｌ ｇｎ ｒ Ｃ ＳＲ
中图 分 类 号 ：Ｎ ５ Ｔ ９ 文献 标 志 码 ： Ａ 文章 编 号 ：０ ８８ ５ （０ ０ ０ －２ －５ １０ — ２ ２ １ ）２０ ６ ６ ０
ｄ ｐ ｏ ｍｅ ｔｉ ｒ ｓ ｎ ｅ ． Ｔ ｓ ａｇ ｒｔ ｅ ｌ ｙ ｎ ｓ ｐ ｅ ｅ ｔ ｄ ｈｉ ｌ ｏ ｈｍ ｄ ｐ ｓ ｅ ｅ ｒ ｌｎ ｍｉ ｌｔ ｅ ｌ ｃ Ｔ ｙｏ ｏｙ ｏ ａ ｏ ｄｅ ｌｙ ｔ ｅ ｉ ａ ｏ ｔ Ｌ ｇ ｎｄ ｅ ｐｏｙ ｏ ａ ｏ ｒ ｐ ａ ｅ ａ ｌ ｒ ｐ ｌｎ ｍｉｌ ｔ ｐ ｏ ｈ ｔａ ｆｒｆ ｎ ｔｏ ｆｔ ｅ ｅ ｈ ｉｎ ｌ ｉ ｄ ｍｅ ｓｏ ｌ￣ｅ ｕ ｎｃ ｏ ｉ Ｏｎ ｂ ｓｓ ｏ ｈ ｓ ａｇ ｒｔ ｍ ，ａ ｍａｈｅ ｔｃ ｒ ｎｓｅ ｕ ｃｉｎ ｏ ｈ ｃ ｏ ｓｇ ａ ｎ ２－ ｉ ｎ ｉｎａ ｑ ｅ ｙ ｄ ｍａｎ． ａ ｉ ｆｔ ｉ ｌｏ ｉ ｈ ｔ ｍａｉ ｅ ｐｒ ｓｉ ｎ ｏ ｈ ｅ ｅ ｄ ｅ ｐ ｌ ｎ ｍｉｌｃ ｅ ｆ ｉｎ ｓｄ ｄ ｃ ｄ，ａ ｄ ３ ｐ ａ ｅ ｃ ｒｅ ｔ ｎ ｆ ｎ ｔ ｎ ａ ｅ ｎ Ｌ ｇ ｎ ｒ ｘ ｅ ｓｏ ｆｔ ｅ Ｌ ｇ ｎ ｒ ｏｙ ｏ ａ ｏ ｆｉ ｅ ｔｉ ｅ ｕ ｅ ｃ ｎ ｈ ｓ ｏｒ ｃ ｉ ｕ ｃ ｉ ｓ ｂ ｓ ｄ ｏ ｅ ｅ ｄ ｅ ｏ ｏ ｐ ｌ ｎ ｍｉｌｉ ｌｏ ｔ ｍ ｏ ｉ ｅ ｕ ｅ ｎ ｄ ｔ ｉ．Ｔｈ ｈ ｏ ｅ ｉａ ｅ ｕｃｉｎ ａ ｄ ｔｅ ｓｍｕ ａ ｅ ｅ ｕ ｔ ｅ ｉ ｏ － ｏｙ ｏ ａ ｎ ＣＳ ａｇ ｒ ｈ ｆ ｗ ｓｄ ｄ ｃ ｄ ｉ ｅａｌ ｉ ｌ ｅ ｔ ｅ ｒ ｔ ｌｄ ｄ ｔｏ ｎ ｈ ｉ ｌ ｔｄ ｒ ｓ ｌｓｖ ｒｆ ｃ ｒ ｃ ｙ
ｒ ｃｎ ｓ ｎ ｅ ｓｂｌ ｙ ｏ ｅ Ｌ ｇ ｎ ｒ — ａ ｅ Ｓ ａｇ ｒ ｈ ｅ ｔ ｅ ｓ ａ ｄ ｆ ａ ｉ ｉ ｔ ｆ ｈ ｅ ｅ ｄ ｅ ｂ ｓ ｄ Ｃ ｌｏ ｔ ｍ． ｉ ｔ ｉ
Ｋｅ ｗｏ ｄ ｙ ｒ ｓ：ｌｇ ｎｄ ｅ ｐ ｌｎ ｍｉ ｌ ｅ ｅ ｒ ｏ ｙ ｏ ａ ；ＣＳ ａ ｇ ｒｔ ｍ ；Ｓ ｌｏ ｈ ｉ ＡＲ
生 了严重 的耦合 ， 增加 了成 像 处 理 的难 度 。而 要 准 确地 对 回波 信号 相位 进行二 维解 耦 以得到 良好 的成 像质 量 ， 需 要 较 高 的 二 维 频 域 传 递 函 数 展 开 （ 就 逼
最 广泛 的两种算 法 。Ｒ Ｄ算 法是 通 过 距 离多 普 勒 原 理 实现 聚 焦 成 像 的… ， 聚 焦 质 量 与 距 离 徙 动 有 其 关 。 当距 离徙 动 较 小 时 ， Ｄ 算 法 可 将 二 维 成 像 处 Ｒ 理分 解 为两个 一维 处 理 ， 到精 确 的成 像 结果 。但 得 当距 离徙 动较 大时 ， 离 徙动 校 正 需 要进 行 插 值 运 距 算， 导致 Ｒ Ｄ算 法 的运算 量 明显增 加 ， 成像 质量 也显
１ 引言
距 离 多普 勒 （ Ｄ， ａ ｇ —Ｄ ｐ ｌ ） 法 ¨ 和 Ｒ Ｒ ｎ ｅ ｏ ｐｅ 算 ｒ Ｃ （ ｈｒ ｃｌ ｇ 算 法 。 是 目前 Ｓ Ｒ成 像 中应 用 Ｓ Ｃ ｉ Ｓａｎ ） ｐ ｉ Ａ
在实 际工作 中 ， 雷达 天线 常处于斜 视模 式 ， 时 此
较 大的距离 徙 动量使 得距 离 向和方位 向在相 位上 产
Ａ ｍ ａ ｉ ｇ Ａｌ ｏ ｉｈ ｓ ｄ ｏ Ｌｅ ｅ ｒ ｐｌ ｙ ｅ ｔ ＣＳ Ｉ ｇ ｎ ｇ ｒｔ ｍ Ｂａ ｅ ｎ ｇ ｎｄ ｅ Ｄｅ ｏ ｍ ｎ
Ｌｉ ｉ ｕ ｕ Ｓ ｙ ｅ，Ｚｈ ｎ ｅ ，Ｚｈ ｎ ｈ ｎ ｈ ｎ ａｇＷ ｉ ａｇＳ ｕ ｓｅ ｇ
刘 思 明 张 伟 张顺 生
（ 成都 电子科技 大 学 成都 ６０ ５ ） １０４
【 摘要】 针对 Ｓ Ｒ的侧视工作模式， Ａ 本文提 出了一种基于 Ｌ ｇｎｒ 展开的 ｃ 成像算法。该算法采 ｅｅｄ ｅ ｓ 用 Ｌ ｇｎｒ ｅｅｄｅ多项 式代替 Ｔｙ ｒ ａｌ 多项式 对 回波信 号的二 维频域传 递 函数进 行展 开 ， 此基础 上 ， 出 ｏ 在 导 了 Ｌｇｎｒ ｅｅｄｅ多项式 系数 的数 学表 达 式 ， 并详 细推 导 了 ｃ ｓ算 法流 程 中基 于 Ｌｇｎｒ ｅｅｄｅ多项 式 的 三个
（ ｎ ｅ ｉ ｌ ｔ ｎｃＳｉ ｃ ｎ ｅｈ ｏｏｙ Ｃ ｅｇ ｕ６ ０ ５ ） Ｕ ｉ ｒ ｔ ｏ Ｅｅ ｒ ｉ ｃ ｎｅａ ｄ Ｔｃ ｎｌ ， ｈｎ ｄ １０ ４ ｖ ｓｙ ｆ ｃ ｏ ｅ ｇ
Ａ ｓ ａ ｔ Ｔ ｅｓ ｅｌ ｋｎ ｐ ｒｔ ｎｍ ｄ ｆ Ａ ａＣ ｃ ｉ ｃｌ ｇ ｍ ｇ ｇａ ｏｉ ｍ ｂ ｓｄｏ ｅ ｅｄｅ ｂｔ ｃ ： ｏｔ ｉ ｏ ｉｇ ｅａ ｏ ｏｅｏ Ｒ， Ｓ（ｈｒ ｓａ ｎ ）ｉ ａ ｉ ｌ ｒｈ ａｅ ｎＬ ｇｎ ｒ ｒ ｈ ｄ ｏ ｏ ｉ Ｓ ｐ ｉ ｎ ｇ ｔ