点击蓝色“雷达学报”关注
电脑端视频播放地址(雷达学报b站学习平台):
背景介绍
针对上述问题,该文提出了一种基于学习辅助的高效、自适应图像恢复算法。该方法一方面从图像的退化过程出发,继承了图像的物理建模过程,保证了方法数学物理可解释性;另一方面,该方法通过在线对神经网络的参数和输入的更新辅助求解未知图像,避免了方法对训练数据和预训练过程的依赖性,并最终通过元学习的优化策略的引入,提高了方法跳出局部最优解的能力,保证了病态非凸条件下的算法收敛性能。最后,我们在稀疏孔径ISAR成像问题这一经典的图像恢复问题上进行了大量实验验证,实验结果表明:该文方法可以在不依赖训练数据、不进行预训练的情况下实现高效、自适应的稀疏孔径ISAR成像,并取得优于其他常规ISAR成像算法的性能。
团队工作
该工作已发表在《雷达学报》2023年第4期“国防科技大学建校70周年雷达技术专刊”的论文“一种基于元学习的稀疏孔径ISAR成像算法”(夏靖远,杨志雄,周治兴,廖淮璋,张双辉,付耀文)。
论文介绍
该文首先对基本的稀疏孔径ISAR成像问题进行了介绍,然后将现有的稀疏孔径ISAR成像算法分为两大类:基于模型的稀疏孔径ISAR成像算法和基于学习的稀疏孔径ISAR成像算法。然后针对每一类方法,对其基本原理、实现方式与条件、主要优缺点等方面进行了分析。然后以经典的基于模型的稀疏孔径ISAR成像算法——交替方向乘子法(Alternating Direction Method of
Multipliers, ADMM)为例,介绍了稀疏孔径ISAR成像问题的一般求解方法。
图2 ISAR雷达观测模型
图3 本文方法网络结构示意图
图4 不同ISAR成像方法在仿真数据上的可视化对比结果
图5 不同ISAR成像方法在实测数据上的可视化对比结果(稀疏率为0.250)
作者简介
夏靖远,博士,国防科技大学电子科学学院讲师,研究方向为非凸优化、机器学习、表征学习。
杨志雄,国防科技大学电子科学学院博士生,研究方向为图像处理、信号处理技术。
张双辉,博士,国防科技大学电子科学学院副研究员,硕士生导师,研究方向为雷达成像、压缩感知、贝叶斯推断。
付耀文,博士,国防科技大学电子科学学院研究员,博士生导师,研究方向为雷达信号处理、信息融合技术。
相关阅读
【成果】一种基于多维交替方向乘子法的MIMO-ISAR成像方法
【成果】基于广义keystone和频率变标的微波光子ISAR高分辨实时成像算法
专家讲座 | 联合时频分析的量化信噪比在SAR/ISAR成像中的应用(视频)
博士论坛 | 基于联合运动补偿与方位定标的高分辨ISAR成像技术(视频)
《雷达学报》2023年第3期目次 雷达资源调度与协同探测 技术专刊
欢迎转发本号原创内容,转载和摘编需经本号授权并标注原作者和信息来源为《雷达学报》。
本号发布信息旨在传播交流,其内容由作者负责,不代表本号观点。如涉及文字、图片、版权等问题,请在20日内与本号联系,我们将第一时间处理。《雷达学报》拥有最终解释权。