《雷达学报杂志》发表论文赏析
作者:聂林, 韦顺军, 李佳慧, 张浩, 师君, 王谋, 陈思远, 张鑫焱
单位:1.电子科技大学信息与通信工程学院 成都 611731;2.北京控制与电子技术研究所 北京 100038;
摘要:星载合成孔径雷达(SAR)系统常受到强电磁干扰而导致成像质量下降,但现有基于图像域的干扰抑制方法易造成图像失真、纹理细节信息丢失等难题。针对上述问题,该文提出了一种基于区域特征细化感知学习的星载SAR图像有源压制干扰抑制方法。首先,建立了星载SAR图像域有源压制干扰信号和图像模型;其次,设计一种基于区域特征感知的高精度干扰识别网络,利用高效通道注意力机制,提取SAR图像有源压制干扰图样特征,可以有效识别SAR图像干扰区域;然后,构建一种基于SAR图像和压制干扰特征联合学习的多元区域特征细化干扰抑制网络,将SAR图像切分为多元区域,采用多模块协同处理多元区域上的压制干扰特征,实现复杂场景条件下SAR图像有源压制干扰的精细化抑制。最后,构建SAR图像有源压制干扰仿真数据集,且采用哨兵1号实测数据进行实验验证分析。实验结果表明所提方法能有效识别和抑制星载SAR图像多种典型有源压制干扰。
关键词:星载SAR图像, 深度学习, 干扰识别, 干扰抑制, 有源压制干扰
基金资助:国家自然科学基金(62271108)
2024年5期其他文献查阅:
基于区域特征细化感知学习的星载SAR图像有源压制干扰抑制方法
IAA-Net:一种实孔径扫描雷达迭代自适应角超分辨成像方法