买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湘潭大学

摘要：本发明公开了一种基于深度学习网络的全球尺度SAR影像几何成像通用模型构建的方法，该方法整体步骤为：步骤S1，依据星载SAR卫星成像原理，构建严格成像几何模型以获取坐标样本数据；步骤S2，对坐标样本数据集进行预处理，并划分训练集和测试集；步骤S3，基于深度学习算法，构建含径向基函数的多层神经网络和卷积神经网络结合的神经网络结构，引入聚类思想，并将样本数据输入网络进行训练；步骤S4，通过训练得到的最佳网络模型拟合测试数据，得到待预测区域影像的像点坐标结果；步骤S5，用RMSE作为指标，对步骤S4中结果进行评价。本发明能完成全球尺度下，同成像模式不同成像区域SAR影像的几何成像通用模型构建，实现多区域影像共享一个几何成像模型。

主权项：1.一种基于深度学习网络的全球尺度SAR影像几何成像通用模型构建方法，其特征在于，包括：S1，依据星载SAR卫星成像原理，利用全球尺度的星载SAR影像辅助参数文件，包括轨道参数、传感器参数，构建严格成像几何模型以获取坐标样本数据集；S2，对坐标样本数据集进行预处理，包括数据清洗、数据增强、归一化,并划分训练数据集和测试数据集；S3，基于深度学习算法，构建含径向基函数的多层神经网络和卷积神经网络结合的神经网络结构，在此结构上引入聚类思想获取数据内部结构特征，之后将步骤S2中的样本数据输入网络进行训练；S4，通过步骤S3中训练得到的最佳网络模型拟合测试数据，得到待预测区域影像的像点坐标结果；S5，用RMSE作为评价神经网络模型性能的指标，对步骤S4中结果进行评价；所述步骤S1中，针对单景影像构建对应的严格成像几何模型；基于严格成像几何模型的正反变换计算方法获得各景影像的坐标数据文件，针对全球同成像模式的不同区域的SAR影像坐标文件，利用样本抽样方法抽取一定的坐标样本，继而将抽取的各区域影像样本混合作为神经网络的样本数据集；所述步骤S2中，对样本数据中的物点坐标P,L,H按需进行数据清洗并升维，构建如下多项式：fx＝anxn+…+a1x+a0选取多项式的最高阶次为3，即三阶多项式，取多项式中19项作为物点坐标的拓展项，依次为P、L、H、PL、PH、LH、PLH、PL2、PH2、LP2、LH2、HP2、HL2、H2、L2、P2、H3、L3、P3；此外，采用均值归一化的方法将样本归一化至[-1,1]，归一化公式如下：Y＝X-XmeanXmax-Xmin。

全文数据：

权利要求：

百度查询： 湘潭大学 一种基于深度学习网络的全球尺度SAR影像几何成像通用模型构建方法