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！
摘要：本申请涉及一种基于学习辅助的稀疏孔径ISAR成像方法、装置和设备，通过构建稀疏场景下的成像模型，该模型中包括待求解的ISAR二维高分辨像矩阵以及辅助求解的初相误差矩阵，通过采用基于范数对成像模型进行正则约束，得到优化目标函数，将获取的一维距离信号矩阵代入优化目标函数后，采用交替迭代最小化算法进行迭代求解，得到二维高分辨像矩阵，以完成稀疏孔径成像。采用本方法可以有效、快捷的进行高精度ISAR目标成像。
主权项：1.一种基于学习辅助的稀疏孔径ISAR成像方法，其特征在于，所述方法包括：获取稀疏孔径下的ISAR目标回波数据，根据所述ISAR目标回波数据生成对应的ISAR一维距离信号矩阵；构建稀疏场景下的ISAR成像模型，所述ISAR成像模型中包括待求解的ISAR二维高分辨像矩阵，以及辅助求解的初相误差矩阵；通过采用基于范数对所述ISAR成像模型进行正则约束，得到优化目标函数，其中，所述优化目标函数包括三项，分别为：第一项为观测信号保真项，采用范数约束，第二项和第三项分别为采用范数对待求解的ISAR二维高分辨像矩阵以及初相误差矩阵进行正则约束，并采用正则化参数控制，所述优化目标函数以最小化ISAR二维高分辨像矩阵以及初相误差矩阵为目标，所述优化目标函数表示为： ;在上式中，表示所述ISAR一维距离信号矩阵，表示所述初相误差矩阵，表示降采样矩阵，表示傅里叶变换矩阵，表示所述待求解的ISAR二维高分辨像矩阵，表示所述第一项，表示所述第二项，其中，表示正则化参数，表示所述第三项，其中，表示正则化参数；将所述ISAR一维距离信号矩阵代入所述优化目标函数后，采用交替迭代最小化算法进行迭代求解，得到所述ISAR二维高分辨像矩阵，以完成稀疏孔径ISAR成像。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于学习辅助的稀疏孔径ISAR成像方法、装置和设备
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