结合迁移学习基于全卷积神经网络的ISAR自聚焦算法 |
| |
引用本文: | 王莲子,汪玲,朱岱寅.结合迁移学习基于全卷积神经网络的ISAR自聚焦算法[J].航空学报,2023(17):251-262. |
| |
作者姓名: | 王莲子 汪玲 朱岱寅 |
| |
作者单位: | 南京航空航天大学电子信息工程院 |
| |
基金项目: | 国家自然科学基金(61871217);;航空科学基金(20182052011); |
| |
摘 要: | 逆合成孔径雷达(ISAR)成像目标多为非合作目标,在目标相对运动状态未知情况下的运动补偿是ISAR成像的关键。基于全卷积网络(FCN)具有强大的数据抽象特征挖掘和拟合能力,将FCN用于ISAR自聚焦,提出一种结合迁移学习基于FCN的ISAR自聚焦算法。通过构造大量不同相位误差的仿真数据集并进行训练,使FCN具有相位补偿能力,对不同姿态下仿真以及实测数据进行迁移训练,进一步提升平动相位补偿的能力。实测数据处理结果表明,结合迁移学习基于FCN的自聚焦成像效果优于传统类自聚集算法,验证了所提算法的有效性,相比传统方法更具优越性。
|
关 键 词: | 逆合成孔径雷达 成像 相位补偿 全卷积网络 迁移学习 |
|