申请/专利权人：上海理工大学

申请日：2023-11-03

公开（公告）日：2024-04-26

公开（公告）号：CN117930234A

主分类号：G01S13/90

分类号：G01S13/90

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于深度展开网络的稀疏SAR成像与自聚焦方法，其包括：S1建立稀疏SAR的回波信号模型；S2基于稀疏SAR回波信号建立稀疏SAR成像模型；S3基于ADMM算法引入近似观测算子建立近似观测测量模型；S4：联合稀疏自聚焦算法进行误差估计；S5基于估计的相位误差进行误差补偿与图像重建；在此过程中，利用深度展开网络引入可学习参数进行网络模型构建，并基于数据驱动训练优化算法参数与网络模型；S6根据步骤S5得到的网络模型以及算法参数进行基于雷达回波的自适应稀疏SAR图像重建与自聚焦处理。在稀疏采样的情况下进行相位误差的估计和补偿，保证了成像质量，提高了成像效率；基于深度展开网络，引入可学习参数，提高了算法的鲁棒性。

主权项：1.一种基于深度展开网络的稀疏SAR成像与自聚焦方法，其特征在于包括：S1：建立稀疏SAR的回波信号模型；S2：基于稀疏SAR回波信号建立稀疏SAR成像模型；S3：基于ADMM算法，引入近似观测算子建立近似观测测量模型；S4：联合稀疏自聚焦算法进行误差估计；S5：基于估计的相位误差进行误差补偿与图像重建；在此过程中，利用深度展开网络引入可学习参数进行网络模型构建，并基于数据驱动训练优化算法参数与网络模型；S6：根据步骤S5得到的网络模型以及算法参数进行基于雷达回波的自适应稀疏SAR图像重建与自聚焦处理。

全文数据：

权利要求：

百度查询： 上海理工大学 一种基于深度展开网络的稀疏SAR成像与自聚焦方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD