基于 MSTAR 数据的 SAR 成像中空间时序杂波统计建模与分析
系统与控制
2025-06-10 v2 系统与控制
摘要
合成孔径雷达（SAR）成像中土地杂波的统计分析已成为日益重要的研究主题。对于能够执行目标检测任务的稳健算法而言，这也至关重要。从目标能量中提取所需信息要求对背景杂波的统计特性进行完整了解。本文研究了土地杂波的空间特征及时序特性。由于每个图像的数据基于不同的观察角度收集，因此时序分析包含观察角度的变化。因此，时序分析包括基于数据采集角度的雷达横截面积特征。为了进行统计分析，考虑若干已知且相关的分布，即 Weibull、Log-normal、Gamma 和 Rayleigh 作为建模土地杂波的首选方案。其优度拟合检验基于 Kullback-Leibler（KL）散度指标。本文所呈现的详细分析表明，Weibull 分布在时序-观察角度统计分析中更精确；Rayleigh 分布在描述背景杂波的空间特征时更准确。最后，基于上述统计分析并利用常数假警报率（CFAR）算法，我们在土地杂波中进行目标检测。该分析的整体验证通过利用以 X 波段聚光模式收集的移动和静止目标获取与识别（MSTAR）数据集实现，结果予以呈现。
引用
@article{arxiv.2410.03815,
title = {Single-Shot Learning of Multirotor Controller Gains: A Data-Driven Approach with Experimental Validation},
author = {Mohammad Mirtaba and Parham Oveissi and Juan Augusto Paredes Salaza and Ankit Goel},
journal= {arXiv preprint arXiv:2410.03815},
year = {2025}
}