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。