基于"数据驱动+智能学习"的合成孔径雷达学习成像

TN957.5; 对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一.现阶段的SAR信息处理主要分为成像和解译两大部分,两者的研究相对独立.SAR成像和解译各自开发了大量算法,复杂度越来越高,但SAR解译并未因成像分辨率提升而变得简单,特别是对重点目标识别率低的问题并未从本质上得以解决.针对上述问题,该文从SAR成像解译一体化角度出发,尝试利用"数据驱动+智能学习"的方法提升机载SAR的信息处理能力.首先分析了基于"数据驱动+智能学习"方法的SAR成像解译一体化的可行性及现阶段存在的主要问题;在此基...

Full description

Saved in:
Bibliographic Details
Published in雷达学报 Vol. 9; no. 1; pp. 107 - 122
Main Authors 罗迎, 倪嘉成, 张群
Format Journal Article
LanguageChinese
Published 空军工程大学信息与导航学院 西安 710077 01.02.2020
信息感知技术协同创新中心 西安 710077
复旦大学电磁波信息科学教育部重点实验室 上海 200433%空军工程大学信息与导航学院 西安 710077
Subjects
数据驱动
合成孔径雷达(SAR)
SAR成像解译一体化
深度学习
SAR学习成像
Online AccessGet full text
ISSN2095-283X
DOI10.12000/JR19103

Cover

More Information
Summary:TN957.5; 对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一.现阶段的SAR信息处理主要分为成像和解译两大部分,两者的研究相对独立.SAR成像和解译各自开发了大量算法,复杂度越来越高,但SAR解译并未因成像分辨率提升而变得简单,特别是对重点目标识别率低的问题并未从本质上得以解决.针对上述问题,该文从SAR成像解译一体化角度出发,尝试利用"数据驱动+智能学习"的方法提升机载SAR的信息处理能力.首先分析了基于"数据驱动+智能学习"方法的SAR成像解译一体化的可行性及现阶段存在的主要问题;在此基础上,提出一种"数据驱动+智能学习"的SAR学习成像方法,给出了学习成像框架、网络参数选取方法、网络训练方法和初步的仿真结果,并分析了需要解决的关键性技术问题.
ISSN:2095-283X
DOI:10.12000/JR19103