《雷达学报杂志》发表论文赏析

基于自学习稀疏先验的三维SAR成像方法

来源:雷达学报杂志2023年第1期北京时间:

作者:王谋, 韦顺军, 沈蓉, 周梓晨, 师君, 张晓玲

单位:电子科技大学信息与通信工程学院 成都 611731;

摘要:合成孔径雷达三维成像技术(3D SAR)能通过孔径维度扩展实现三维成像能力,但数据维度大、系统实现难、成像分辨率低。压缩感知稀疏重构技术在简化3D SAR系统、提升成像质量等方面展现出巨大潜力,但面临计算复杂度高、参数设置困难、弱稀疏场景适应差等新问题,制约了其实际应用。针对上述问题,该文结合卷积神经网络的特征学习及迭代算法的深度展开理论,提出了基于自学习稀疏先验的3D SAR成像方法。首先,探讨了常规3D SAR稀疏成像中矩阵向量线性表征模型的局限性,引入成像算子提升成像算法处理效率。其次,讨论了迭代算法映射网络的深度展开模型和实现方式,包括网络拓扑结构设计、算法参数的优化约束及网络的训练方法。最后,通过仿真数据和地面实验,证明了所提方法在提升成像精度的同时,其运行时间较传统稀疏成像算法降低一个数量级。

关键词:三维SAR, 深度学习, 深度展开, 稀疏表征, 稀疏成像

基金资助:国家自然科学基金(61671113, 61501098),国家重点研发计划项目(2017-YFB0502700),国家留学基金(202106070063),高分对地观测青年基金(GFZX04061502)

2023年1期其他文献查阅:

天线阵列编码合成孔径成像

星源照射双/多基地SAR成像

基于自学习稀疏先验的三维SAR成像方法

地基大视场SAR形变监测的非均匀大气相位校正方法

多策略ATLAS数据优选与影像匹配相结合的SAR高程控制点提取

复杂动态海面与目标电磁散射及回波仿真研究现状与展望

基于深度学习的海杂波谱参数预测与影响因素分析

一种改进的高分辨率SAR图像超像素CFAR舰船检测算法

特征图知识蒸馏引导的轻量化任意方向SAR舰船目标检测器

纹理异常感知SAR自监督学习干扰抑制方法

基于SVM的捷变频雷达密集转发干扰智能抑制方法

基于差分特征的间歇采样转发干扰辨识与抑制方法

分布式多传感器多目标跟踪方法综述

基于Raw I/Q和深度学习的射频指纹识别方法综述

杂波先验数据缺失条件下基于级联优化处理的雷达波形设计方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!