基于深度神经网络的SAR动目标杂波抑制方法

文档序号:37338138发布日期:2024-03-18 18:05阅读:来源:国知局

技术特征:

1.基于深度神经网络的sar动目标杂波抑制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于深度神经网络的sar动目标杂波抑制方法,其特征在于,步骤s1中,经过构建后的混合信号表示为:

3.根据权利要求2所述的基于深度神经网络的sar动目标杂波抑制方法,其特征在于,步骤s2中,对混合信号经成像处理,得到图像数据:

4.根据权利要求3所述的基于深度神经网络的sar动目标杂波抑制方法,其特征在于:步骤s3中,得到的图像数据是整个区域点目标接受回波的叠加,解调制的信号表达式为:

5.根据权利要求1所述的基于深度神经网络的sar动目标杂波抑制方法,其特征在于,步骤s4中,对图像数据进行标准化和去稀疏处理,具体为:

6.根据权利要求5所述的基于深度神经网络的sar动目标杂波抑制方法,其特征在于,步骤s5推导使用ista网络实现动目标图像的重聚焦具体为:

7.根据权利要求6所述的基于深度神经网络的sar动目标杂波抑制方法,其特征在于,步骤s6具体为:


技术总结
本发明属于合成孔径雷达成像技术领域,公开了基于深度神经网络的SAR动目标杂波抑制方法,其通过设计SAR信号采集集合模型,得到混合信号;对接收的混合信号进行成像处理得到图像数据;然后构建信号模型和基于正则化求解方法的数学模型;对图像数据进行标准化和去稀疏处理,通过ISTA网络训练得到模型,通过模型实现动目标混合接收数据的杂波分离和动目标重聚焦成像。本发明使用ISTA网络训练得到网络模型,通过模型对信号进行稀疏重建和估计,实现了SAR动目标杂波抑制,显著抑制了几何失真和散焦现象,相比较于传统的迭代方法在求解速度上有了显著的提升。

技术研发人员:王昕,王桢,王共赛
受保护的技术使用者:南京邮电大学
技术研发日:
技术公布日:2024/3/17
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1