龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：电子科技大学
摘要：本发明公开一种基于快速收缩迭代阈值网络的雷达高分辨成像方法，应用于雷达探测与成像领域，针对雷达天线方向图的低通特性，使得该反卷积问题是一个病态问题，其频带宽度有限，直接逆滤波会导致高频噪声放大而无法获得稳定的反演结果的问题；本发明结合了迭代算法的可解释性和深度学习的优点，将快速迭代收缩阈值算法展开为深度网络，可用于解决现有扫描雷达方位角分辨率低，手工选择参数困难等问题，实现扫描雷达超分辨成像。其特点是将二维雷达数据分割成一维方位向向量，通过一维卷积充分学习其方位向数据的特征，得到快速收缩阈值算法中的最佳参数，从而有效提升雷达图像的方位向分辨率。
主权项：1.一种基于快速收缩迭代阈值网络的雷达高分辨成像方法，其特征在于，包括：S1、建立雷达回波模型；S2、基于原始雷达数据，结合步骤S1建立的雷达回波模型，生成回波数据；将生成的回波数据作为训练集；S3、建立扫描雷达超分辨目标优化函数； 其中，表目标散射体系数的估计值，H表示卷积矩阵，x表示目标散射系数向量，b表示接收到的方位向回波向量，λ是正则化参数，||·||2为L2范数，||·||1为L1范数；S4、构建FISTA-Net网络模型，用于求解步骤S3建立的目标优化函数；所述FISTA-Net网络模型包括：加速模块、梯度下降模块和近端映射模块；加速模块利用前两次迭代的输出结果的线性组合作为输入，得到辅助变量；梯度下降模块基于辅助变量来最小化近端映射模块将梯度下降模块的输出映射到稀疏域后应用软阈值函数得到稀疏域中的解，对稀疏域中的解进行逆变换，得到原始数据域中的解；S5、基于步骤S2的训练集对步骤S4构建的FISTA-Net网络模型进行训练；S6、基于训练完成的FISTA-Net网络模型进行扫描雷达成像。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于快速收缩迭代阈值网络的雷达高分辨成像方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号