搜索资源列表
stripmapSAR
- 条带式合成孔径雷达的cs。RDA。RMA算法 作者何志华
DOA_Estimating
- DOA估计（雷达来波方向估计）是雷达的重要理论，我提供了阵列信号处理中基于MUSIC算法的DOA估计，和基于最大熵法的DOA估计的MATLAB源代码。都是自己仿真用的。
SARCSyx
- 好的合成孔径雷达的算法程序，不需要要进行复杂的差值运算sar cs-sar cs
SARReturnWaveSignal
- 基于FFT的快速SAR分布目标回波模拟算法. 大面积分布目标的合成孔径雷达(SAR)回波模拟需要大量的运算，文中提出了一种合成孔径雷达回波模拟的快速算法，算法利用时域插值和FFTl’来缩减运算量，对于大面积目标回波模拟时，该算法有很高的效率。文中详细分析sinc函数插值所带来的误差以及补偿方法，并在次基础上提出了一种利用增采样插值方法，该方法以增加少量运算为代价，使得模拟精度的大幅度提高。文中比较了传统方法和基于FFTl’的快速SAR分布目标回波模拟算法的模拟结果，证明了这种快速算法确实
resource-management
- 雷达资源管理代码，包括威胁度评估、系统仿真、自适应调度算法、基于遗传算法的自适应调度算法、基于时间指针的自适应调度算法。-Radar resource management code, including threat assessment, system simulation, adaptive scheduling algorithm, adaptive scheduling algorithm based on genetic algorithm, based on the time po
RD
- 雷达RD算法的实现 很简单 成像效果不错-Implementation of Radar RD algorithm
pro2
- 合成孔径雷达 点目标成像算法 实验室新生学习用事例程序matlab-Synthetic aperture radar point target imaging algorithm Laboratory newborn matlab learning examples of procedures
pro4
- 合成孔径雷达 点目标成像算法 实验室新生学习用事例程序matlab-Synthetic aperture radar point target imaging algorithm Laboratory newborn matlab learning examples of procedures
Kalman_filter
- 建立雷达对目标的跟踪算法，并进行仿真分析，给出仿真结果，画出目标真实轨迹、对目标的观察和滤波曲线。-Establishment of radar target tracking algorithm and simulation analysis, simulation results, draw real target trajectory, the target of observation and filter curves.
cPPrd
- 这是C++编写的合成孔径雷达RD成像算法.-It is the RD algorithm of Synthetic aperture radar (SAR), written by C++.
Air-Traffic-Control
- air traffic control，使用了扩展卡尔曼滤波，交互多模算法，量测为雷达测量值，多飞机进行跟踪。-Air traffic control. EFK and IMM are implemented
PDA_1
- 本程序为雷达数据处理及应用一书中的概率数据互联算法程序，可以学习学习。-this is a matlab code for PDAF,hope it will help you
RD
- 本算法实现小斜视RD算法，并对脉冲压缩结果进行评估，是书合成孔径雷达成像算法典型例子。- RD classic imaging algorithm can achieve target imaging and it can achieve better results in smaller scenes with little positive side perspective, simple and fast
targets-SAR-RD-imaging
- 保铮雷达成像原理中，多目标sar成像，RD算法成像-Bao Zheng multi-objective sar imaging
点云数据ICP
- 激光雷达点云数据拟合点云拟合icp算法(Point cloud fitting ICP algorithm for LIDAR point cloud data)