龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东工业大学
摘要：本发明涉及一种基于ALISTA的SAR成像方法，包括以下步骤：S1：根据数据集生成观测矩阵；S2：根据观测矩阵生成初始雷达信号；S3：引入ALISTA算法构建深度学习网络，将初始雷达信号进行预处理，输入深度学习网络的训练集进行训练；S4：对初始雷达信号进行预处理，然后输入训练好的深度学习网络的测试集；S5：采用NMSE算法来评估测试集的初始雷达信号输出的图像结果。上述方案中，将观测矩阵生成的初始雷达信号输入深度学习网络，在深度学习网络引入ALISTA算法，来进一步降低系统复杂度的同时提升成像效果，之后将稀疏雷达信号进行训练，生成输出图像，最后采用NMSE算法进行评估。
主权项：1.一种基于ALISTA的SAR成像方法，其特征在于，包括以下步骤：S1：根据数据集生成观测矩阵；S2：根据观测矩阵生成初始雷达信号；S3：引入ALISTA算法构建深度学习网络，将初始雷达信号进行预处理，输入深度学习网络的训练集进行训练；S4：对初始雷达信号进行预处理，然后输入训练好的深度学习网络的测试集；S5：采用NMSE算法来评估测试集的初始雷达信号输出的图像结果；在步骤S1中，采用MSTAR数据集的图像数据，根据雷达信号的特性，将图像展开，生成一个具有方位向和距离向的观测矩阵；在步骤S3中，所述深度学习网络的表达式为损失函数为loss＝||Xpred-Xlabel||2，学习率为0.01；所述深度学习网络的表达式通过ALISTA算法改写：将ALISTA算法引入SAR成像，将SAR成像看作矩阵形式的模型：S＝ΨX+n，Ψ为观测矩阵，S再通过稀疏矩阵Θ稀疏后的SAR信号变成：S*＝ΘS+N0＝ΘΨX+N0，其归类为最优化问题：令Φ＝ΘΨ，ALISTA算法改写成在步骤S5中，所述NMSE算法为表示测试集输出的成像结果，x*表示测试集图像真实值，E表示求期望。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于ALISTA的SAR成像方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号