InSAR图像处理信号基础1

最新推荐文章于 2024-10-15 10:20:47 发布
最新推荐文章于 2024-10-15 10:20:47 发布
阅读量1.5k 收藏 33
点赞数 41
文章标签： 学习 笔记 信号处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46240166/article/details/139122169
版权

以下仅代表个人理解，如有误，敬请批评指正

参考：郭宝龙 《信号与系统》课程

目录

1.信号与系统

2.信号的分类

2.1 确定信号与随机信号

2.2 连续信号与离散信号

2.3 周期信号与非周期信号

3.能量与功率信号

4.因果信号与反因果信号

5.基本信号

5.1 两个常见的基本信号

5.2 冲激函数的若干性质

5.3 单位阶跃序列与单位冲激序列

6.信号的运算

7.系统

7.1 线性系统与非线性系统

7.2 时变与时不变系统

7.3 因果系统与非因果系统

7.4 几种系统的比较

1.信号与系统


信号：传递信息的载体
信息量：概率的负对数，表示信息量的多少,公式如下：

I = -\log_{a}p(x_{a})

当p(x_{a})=1 ,代表必然事件，I = 0，即所含有的信息量少。

当p(x_{a})=0 ,I = +\infty，即所含有的信息量多。

系统：即输入信号与输出信号之间的处理过程

2.信号的分类

2.1 确定信号与随机信号

确定信号：能够使用确定的函数表达的信号。

随机信号：在任意时间内无法确定确切值的信号，其性质只能通过信号的统计性质来判断，如信号的真实值加上随机噪声

2.2 连续信号与离散信号

连续信号：连续时间范围内(-∞<t<∞)有定义的信号，简称连续信号；若其函数值也连续，常称为模拟信号。

离散信号：仅在一些离散的瞬间才有定义的信号，简称离散信号；当取值为规定数值时，常称为数字信号。
tips：
a.一般离散信号从连续信号采样得到，用于计算机进行处理。
b.离散信号的取值t为整数
如何从连续信号采样得到离散信号，使离散信号保留连续信号的信息，不发生失真，即采样定理

2.3 周期信号与非周期信号

连续函数的周期信号：连续周期信号f(t)，周期为T，满足 f(t) = f(t + mT)，m = 0,±1,±2,…

T = 2π/ ω 
其中T为不为0的常数
如何判断几个函数之和为周期函数：

分析：即cos 3t经过三个周期与sin 2t经过两个周期贴合。若为比值为无理数，则找不到一个数可以使两个函数对齐，即两个周期T相等。

拓展：三个至多个函数：

离散函数的周期信号：离散周期信号 f( k)，周期为 N，满足下式: f( k) = f( k + m N)，m = 0,±1,±2,…， 其中N为整数，离散信号上在无理数和分数上取点是没有意义的。
多个函数，有一个无理数，即整体没有周期

即为有理数时可以通过变形变为整数。

总而言之就是通过一系列变换使函数的周期重合，即不同周期T的值相等。

3.能量与功率信号

能量有限看能量，能量无限看功率

这里的是取模运算

周期信号都是功率信号，因为能量无限，功率有限

非周期信号可能是能量信号，也可能使功率信号

4.因果信号与反因果信号

因果信号： t < 0 ， f ( t )=0 的信号 f ( t ) [ 即 t =0 时接入 系统的信号 ] ，比如阶跃信号。
反因果信号： t ≥ 0 ， f ( t )=0 的信号 ( 除 0 信号外 ) 。
t小于0的时刻都等于0

5.基本信号

5.1 两个常见的基本信号

阶跃函数：

冲激函数：
单位冲激函数简称冲激函数
两者之间的关系：
阶跃函数求导得到冲激函数，冲激函数求积分得到阶跃函数

5.2 冲激函数的若干性质

a.广义函数定义

广义函数 N g [ φ ( t )]: 选择一类性能良好的函数 φ ( t ) 作 为 检验函数 (相当于自变量)，一个广义函数 g ( t ) 对检验 函数空间中的每个函数 φ ( t ) 赋予一个数值N的 映射 ，记 为

b.取样性质

f(t)\cdot \delta (t) = f(0)\cdot \delta (t)

\int_{-\infty }^{+\infty}f(t)\cdot \delta (t) dt = f(0)

移位a：

f(t)\cdot \delta (t-a) = f(a)\cdot \delta (t-a)

\int_{-\infty }^{+\infty}f(t)\cdot \delta (t-a) dt = f(a)

例：

对于最后一个，当t<0时，为0，当t>0时为(-1)^{^{2}} = 1。

c.导数性质

冲激函数的导数（冲激偶函数）

\int_{-\infty }^{+\infty}f(t)\cdot \delta (t) dt = -f^{'}(0)

\int_{-\infty }^{+\infty}f(t)\cdot \delta (t-a) dt = -f^{'}(a)

\int_{-\infty }^{+\infty}f(t)\cdot \delta ^{(n)}(t) dt = (-1)^{n}\cdot f^{(n)}(0)

例：

d.尺度变换

\delta (at) = \frac{1}{\left | a \right |}\cdot \delta (t)

5.3 单位阶跃序列与单位冲激序列

6.信号的运算

a.加减乘 即对应元素相加减乘

b.翻转 即k与-k/t与-t

c.平移（左加右减）

注意上面如果想要在坐标轴上操作，即为对t进行操作，而不是2t

如下面的方法二，如果想要在坐标轴上平移2，则应该减4，而不是直接减2

例

从高到低时负的，从低到高是正的

7.系统

系统的状态 ： 系统在任意时刻 t 0 的状态，是指取该时刻最少数 目的一组数，这组数连同 t 0 以后的输入足以确定 t>t 0 时 刻的输出。

7.1 线性系统与非线性系统

线性系统：激励的线性组合确定响应的线性组合

即时系统：输出仅取决于输入，与系统的过去状态无关（无记忆）

动态系统：输出与输入，系统的过去状态都有关（有记忆）

完全响应（全响应）：即为状态和输入的函数

零状态响应：输入的函数

零输入响应：状态的函数

即为

a\cdot f_{1}(x)+b\cdot f_{2}(x)\rightarrow a\cdot y_{1}(x)+b\cdot y_{2}(x)

例：f代表输入，x代表状态，T和y独立计算判断是否符合线性可分解

7.2 时变与时不变系统

时不变系统 ：系统输入延迟多少时间，其零状态响应 也相应延迟多少时间。
f(t-t_{d})\rightarrow y(t-t_{d})

此时g(x)为输入，T和g独立计算，最后判断是否相等

若 f ( · ) 前出现变系数，或有反转、展缩变换，则 该系统为时变系统。

7.3 因果系统与非因果系统

因果系统 是指零状态响应不会出现在激励之前的系统。
即开灯之后灯才会亮

7.4 几种系统的比较

线性系统：输入的线性组合确定输出的线性组合  

判断：给定一个带系数的输入，根据转换函数T，判断经过转换函数的值与带系数的输出是否相等

时不变系统：系统延时多长时间，则响应也延时多长时间

判断：给定一个延时的输入，根据转换函数T，判断经过转换函数的值与直接延时的输出是否相等

若f (·)前出现变系数，或有反转、展缩变换，则该系统为时变系统。

因果系统：输出不应出现在输入之前，也就是有输入才有输出

m00—
关注
insar图像配准及滤波
12-20
本资源是本人现代雷达系统课程的课程作业。其中数据包括火山口insar成像数据两份，本人自己写的基于相关系数配准以及图像滤波的MATLAB程序一份。对于insar的初学者有很好的借鉴意义。
TRAIN，用于InSAR时序处理过程当中的去除对流层影响
04-04
在InSAR技术中，由于大气对微波信号的传播会产生延迟，这种延迟会显著影响干涉图的质量和地形测量的精度。因此，去除对流层影响是InSAR分析的关键步骤。 InSAR是一种遥感技术，通过比较同一地区不同时间的两个或多...
InSAR图像处理信号基础2
m0_46240166的博客
05-26 779
f(t)可以用上述的函数来近似表示当delta趋近于0，原来的矩形便趋近于一条细线，高为函数值，宽为无穷小，即为：此即为卷积积分，即为f(t)可以分解以函数值为强度的若干个冲激函数之和，相当于以极密的间隔切面包。任意函数和冲激函数卷积等于他自身。
ISP（图像信号处理）
QtHalcon
02-28 2万+
ISP的主要结构如下： ISP主要坐下面的工作： AEC（自动曝光控制）、AGC（自动增益控制）、AWB（自动白平衡）、色彩校正、Lens Shading、Gamma 校正、祛除坏点、Auto Black Level、Auto White Level 自动曝光 曝光是用来计算从景物到达相机的光通量大小的物理量。图像传感器只有获得正确的曝光，才能得到高质量的照片。曝光过度，图像看起来...
ISP（图像信号处理）之——图像处理概述
lyfwill的博客
07-29 2万+
最近在看ISP模块，即成像引擎（Image Signal Processing）  ISP承接sensor的输出，并输出8bit RGB格式的数据给AI引擎来做人脸识别，且需要的尺寸固定为640x480，所以ISP还需要支持任意比例的缩放。 ISP的主要结构如下： AWB自动白平衡 DPCC（Defect Pixel Cluster Correction）坏点簇纠正 DPF（De...
SAR（遥感、卫星） 图像常用数据集
热门推荐
05-14 3万+
Brazilian Coffee Scenes 数据集较小，5MB左右； UC Merced Land Use Dataset（数据集规模较大，300MB+） MSTAR public targets dataset（需要注册，注册较为简单）
InSAR图像处理信号基础4
m0_46240166的博客
05-10 844
从整数（无穷）个Ω，到真正意义上的无穷个，这里的F函数就是系数，即每个虚指函数所对应的系数，由此可以得到相位谱和幅度谱。对于三角函数形式的函数，即为nΩ与An和fai之间的关系，对于虚指数信号即为nΩ与Fn的振幅，相位之间的关系。基频其实就是相邻的两个频率之间的距离，第三个就是两个零点之间的距离除以基频，就是一个区间内有多少个点。**按照傅里叶变换的公式进行计算：**采用定义，广义傅里叶变换，分解，其中后两种主要针对绝对不可积。，由此可导出一个nΩ所对应的Fn的振幅和相位，此时对应双边谱。
InSAR图像处理信号基础3
m0_46240166的博客
05-28 441
对于连续系统，我们采用微分方程，那么对于离散系统我们采样差分方程我们主要使用后向差分，如上差分方程，其中方程左边代表响应，右边代表激励。
干涉 Synthetic Aperture Radar (InSAR) 基础与信号处理指南
"这篇资源是针对初学者的干涉合成孔径雷达（Interferometric Synthetic Aperture Radar, IFSAR）概念和信号处理的入门指南，由IEEE资深会员MARK A. RICHARDS撰写，来自乔治亚理工学院。IFSAR利用高分辨率的SAR图像对...
CH_T 6006―2018《时间序列InSAR地表形变监测数据处理规范》概述.pdf
08-15
1. 图像精配准：在时间序列InSAR数据处理中，主辅图像的精配准精度至关重要，应达到优于1/4像素的标准。若未达标，需调整相关参数重新进行配准。 2. 小基线干涉像对组合：干涉像对组合应形成联通网络，若未形成，...
InSAR系列讲座4 InSAR数据处理及关键算法
07-02
InSAR，即合成孔径雷达干涉测量技术，是一种遥感技术，它利用从两个或多个不同位置获取的雷达图像数据，通过干涉现象来测量地球表面的微小形变，被广泛应用于地球科学、地质灾害监测、地形测绘等领域。 在InSAR数据...
【人工智能学习之PaddleOCR快速上手】
Jiagym的博客
10-12 1265
在配置文件中，可以设置组建模型、优化器、损失函数、模型前后处理的参数，PaddleOCR从配置文件中读取到这些参数，进而组建出完整的训练流程，完成模型训练，在需要对模型进行优化的时，可以通过修改配置文件中的参数完成配置，使用简单且方便修改。而 L2 正则化中，添加正则化项的目的在于减少参数平方的总和。准确检测的标准是检测框与标注框的IOU大于某个阈值，正确识别的检测框中的文本与标注的文本相同。如果缺少带标注的数据，或者不想投入研发成本，建议直接调用开放的API，开放的API覆盖了目前比较常见的一些垂类。
MySQL数据库的详细学习步骤
2401_87352036的博客
10-11 1236
MySQL数据库的详细学习步骤可以归纳为以下几个阶段，每个阶段都包含了特定的学习内容和目标。
如何用3个月零基础入门网络安全？_网络安全零基础怎么学习
最新发布
2401_84466224的博客
10-15 782
我们知道计算机最早是在西方发明出来的，很多名词或者代码都是英文的，甚至现有的一些教程最初也是英文原版翻译过来的，而且一个漏洞被发现到翻译成中文一般需要一个星期的时间，在这个时间差上漏洞可能都修补了。”答案是否定的，黑客用的电脑,不需要什么高的配置,只要稳定就行.因为黑客所使用的一些程序,低端CPU也可以很好的运行,而且不占什么内存.还有一个,黑客是在DOS命令下对进行的,所以电脑能使用到最佳状态!观看学习近十年所有0day挖掘的帖，然后搭建环境，去复现漏洞，去思考学习笔者的挖洞思维，培养自己的渗透思维。
SpringCloud的学习（四）Micrometer、GateWay
二狗mao的博客
10-10 1166
步骤：新建类名xxx需要以RoutePredicateFactory结尾，并继承AbstractRoutePredicateFactory类。@Component //此注解不可忘重写apply方法@Override新建apply所需要的静态内部类MyRoutePredicateFactory.Config，这个类就是我们路由断言规则。（重要）@Validated@Setter@Getter@NotEmpty//钻、金、银等用户等级空参构造方法，内部调用super。
论文及其创新点学习cvpr2022 On the Integration of Self-Attention and Convolution
qq_53536373的博客
10-13 444
论文创新点，将注意力机制 和卷积 相结合。
stm32单片机个人学习笔记9（TIM输入捕获）
2302_80867398的博客
10-13 238
从模式选择Reset模式可以实现自动清零计数器CNT。
苍穹外卖学习笔记(二十一)
₍˄·͈༝·͈˄*₎◞ ̑̑的博客
10-13 341
取消订单与再来一单
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值