当前位置:主页 > 科技论文 > 网络通信论文 >

基于“数据驱动+智能学习”的合成孔径雷达学习成像

发布时间:2021-04-27 20:57
  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。 

【文章来源】:雷达学报. 2020,9(01)北大核心CSCD

【文章页数】:16 页

【参考文献】:
期刊论文
[1]合成孔径雷达三维成像——从层析、阵列到微波视觉[J]. 丁赤飚,仇晓兰,徐丰,梁兴东,焦泽坤,张福博.  雷达学报. 2019(06)
[2]新体制SAR三维成像技术研究进展[J]. 洪文,王彦平,林赟,谭维贤,吴一戎.  雷达学报. 2018(06)
[3]深度学习在雷达中的研究综述[J]. 王俊,郑彤,雷鹏,魏少明.  雷达学报. 2018(04)
[4]从物理智能到微波视觉[J]. 徐丰,金亚秋.  科技导报. 2018(10)
[5]基于多特征-多表示融合的SAR图像目标识别[J]. 张新征,谭志颖,王亦坚.  雷达学报. 2017(05)
[6]一种新的大斜视TOPS SAR全孔径成像方法[J]. 杨军,李震宇,孙光才,邢孟道,周峰.  西安电子科技大学学报. 2015(01)
[7]Sparse microwave imaging:Principles and applications[J]. ZHANG BingChen1,2,HONG Wen1,2 & WU YiRong1,2 1Science and Technology on Microwave Imaging Laboratory,Beijing 100190,China;2Institute of Electronics,Chinese Academy of Sciences,Beijing 100190,China.  Science China(Information Sciences). 2012(08)
[8]滑动聚束SAR成像模式研究[J]. 唐禹,王岩飞,张冰尘.  电子与信息学报. 2007(01)



本文编号:3164146

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/3164146.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fa655***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com