《雷达学报杂志》发表论文赏析

基于“数据驱动+智能学习”的合成孔径雷达学习成像

来源:雷达学报杂志2020年第1期北京时间:

作者:罗迎, 倪嘉成, 张群

单位:1.空军工程大学信息与导航学院 西安 710077;2.信息感知技术协同创新中心 西安 710077;3.复旦大学电磁波信息科学教育部重点实验室 上海 200433;

摘要:对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一。现阶段的SAR信息处理主要分为成像和解译两大部分,两者的研究相对独立。SAR成像和解译各自开发了大量算法,复杂度越来越高,但SAR解译并未因成像分辨率提升而变得简单,特别是对重点目标识别率低的问题并未从本质上得以解决。针对上述问题,该文从SAR成像解译一体化角度出发,尝试利用“数据驱动+智能学习”的方法提升机载SAR的信息处理能力。首先分析了基于“数据驱动+智能学习”方法的SAR成像解译一体化的可行性及现阶段存在的主要问题;在此基础上,提出一种“数据驱动+智能学习”的SAR学习成像方法,给出了学习成像框架、网络参数选取方法、网络训练方法和初步的仿真结果,并分析了需要解决的关键性技术问题。

关键词:合成孔径雷达(SAR), SAR成像解译一体化, SAR学习成像, 数据驱动, 深度学习

基金资助:国家自然科学基金(61631019, 61971434)

2020年1期其他文献查阅:

未来星载SAR技术发展趋势

复杂场景下单通道SAR目标检测及鉴别研究进展综述

简缩极化SAR数据处理与应用研究进展

星载InSAR技术在地质灾害监测领域的应用

合成孔径雷达抗干扰技术综述

基于“数据驱动+智能学习”的合成孔径雷达学习成像

基于复图像的稀疏SAR成像方法在高分三号数据上的验证

一种基于二维信号稀疏重构的互质采样星载SAR成像处理方法

典型线面目标合成孔径雷达参数化成像

基于幅相不一致准则的建筑物SAR层析成像

基于分布式压缩感知的高分宽幅SAR动目标成像技术

基于局部超分辨重建的高精度SAR图像水域分割方法

基于长合成孔径的辐射源成像定位算法

衍射光学系统的激光应用和稀疏成像分析

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!