一种基于未经训练复值神经网络的稀疏轨迹SAR成像方法

    公开(公告)号:CN119986648A

    公开(公告)日:2025-05-13

    申请号:CN202510086459.6

    申请日:2025-01-20

    Applicant: 西南大学

    Abstract: 本发明涉及一种基于未经训练复值神经网络的稀疏轨迹SAR成像方法,包括如下步骤:构建稀疏SAR成像的基本数学模型和优化目标;设置稀疏率r并选择稀疏轨迹配置,确定合成孔径雷达的轨迹索引;控制雷达系统,采集回波信号s;将获得的回波信号s填充到预设的零矩阵中,生成稀疏信号s',并生成掩码矩阵M;重构稀疏轨迹下稀疏SAR成像的优化目标;搭建基于U‑Net的复值神经网络Fθ;优化目标重新表述为:#imgabs0##imgabs1#通过最小化上述目标,不断调整网络参数θ,当获取最优参数#imgabs2#后,网络的输出#imgabs3#即为最优的SAR成像结果。本发明扫描时间短,数据采集量小,且稀疏采样模式与物理轨迹匹配度高,成像质量高。

Patent Agency Ranking