基于“模型+数据驱动”的SAR学习成像方法研究

云脑智库 2022-08-14 00:00


来源 | 雷达学报

智库 | 云脑智库(CloudBrain-TT)

云圈 | “云脑智库微信群”,请加微信:15881101905,备注您的研究方向

2021年10月23-24、30-31日,第一届雷达学报博士论坛成功举办!

空军工程大学信息与导航学院倪嘉成10月23日在SAR成像技术分论坛作了题为《基于“模型+数据驱动”的SAR学习成像方法研究》的学术报告。




报告简介




      报告从SAR成像发展入手,将SAR成像看作“雷达回波域”到“图像域”的映射关系,详细分析了匹配滤波、稀疏成像等SAR成像方法的发展过程和优缺点,从而引出SAR学习成像的概念和基本方法:利用数据驱动方法寻找“回波域”与“图像域”之间的非线性映射关系,并利用SAR成像模型对网络进行约束,从而降低网络复杂度,提升训练效率。分别介绍了基于deep unfold网络结构的一维SAR学习成像方法以及基于LISTA和近似观测模型的二维SAR学习成像方法,并给出了实验结论。实验表明,所提方法具有以下优势:1.通过网络自主学习得到关于回波数据的最优算法参数,提升成像方法对不同输入数据的普适性,提高重构精度。2.对观测矩阵的精度要求降低,成像方法对模型误差和噪声的鲁棒性更强。3.成像速度相比传统迭代优化方法大幅提高。最后,展望了SAR学习成像未来可能的研究方向:SAR动目标成像、运动误差补偿、SAR成像解译一体化网络等。




报告视频







报告PPT




本报告PPT共28张。

专家简介





      倪嘉成(1990-),陕西西安人,空军工程大学信息与导航学院讲师。主要研究方向为SAR成像与雷达信号智能处理。

- The End

声明:欢迎转发本号原创内容,转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理,相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请跟我们联系。我们致力于保护作者知识产权或作品版权,本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。

投稿/招聘/推广/合作/入群/赞助 请加微信:15881101905,备注关键词

微群关键词:天线、射频微波、雷达通信电子战、芯片半导体、信号处理、软件无线电、测试制造、相控阵、EDA仿真、通导遥、学术前沿、知识服务、合作投资.

“阅读是一种习惯,分享是一种美德,我们是一群专业、有态度的知识传播者.”

 阅读原文加入知识星球,发现更多精彩内容.

 分享💬 点赞👍 在看❤️@以“三连”行动支持优质内容! 

云脑智库 努力是一种生活态度,与年龄无关!专注搬运、分享、发表雷达、卫通、通信、化合物半导体等技术应用、行业调研、前沿技术探索!专注相控阵、太赫兹、微波光子、光学等前沿技术学习、分享
评论 (0)
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦