稀疏孔径和大转角下ISAR对目标转动的估计
逆合成孔径雷达(inverse synthetic aperture radar,ISAR)对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足,提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程,然后训练通用的神经网络,最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看,所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计,所得参数可以帮助成像算法提高聚焦效果,大量的样例表明网络可以部分学习到回波与转动之间的关系.
逆合成孔径雷达、卷积神经网络、高分辨距离像、转角估计、卷积反投影
34
TN951
国家自然科学基金61490693
2019-06-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
70-75