基于U-net卷积神经网络的大转角ISAR成像方法
李文哲
李开明
康乐
罗迎
空军工程大学信息与导航学院,西安,710077
摘要：针对ISAR成像在大转角条件下产生严重的越距离单元徙动从而使得ISAR图像散焦的问题,提出一种基于U-net卷积神经网络的大转角ISAR成像方法.首先利用快速傅里叶变换对大转角条件下的回波数据进行预处理,得到散焦的ISAR复值图像作为训练样本,其次,根据ISAR成像特点对U-net网络结构进行了改进,训练后得到具有良好聚焦能力的成像网络.仿真实验表明:与传统大转角ISAR成像方法相比,所提方法将ISAR图像的峰值旁瓣比降至-18 dB以下,具有更小的图像熵和最小均方误差,成像时间缩减至0.28 s左右,在低信噪比条件下仍可以实现ISAR图像的快速、准确重建.
关键词：逆合成孔径雷达大转角成像越距离单元徙动U-net卷积神经网络
分类号：TN957(雷达)
资助基金：国家自然科学基金(62131020)
论文发表日期：2022-10-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 28-35 )
英文信息