基于深度学习时频分析的目标ISAR成像方法和系统

本发明提供一种基于深度学习时频分析的目标ISAR成像方法、系统、存储介质和电子设备，涉及雷达信号处理领域。本发明包括，获取雷达接收的目标反射回波数据；预处理每一回波数据，获取相应的一维距离像；对每一一维距离像进行运动补偿后，获取相应的脉冲‑距离数据矩阵；对数据矩阵沿脉冲维进行SPWVD变换，获取相应的时间‑距离‑多普勒立体图，以生成图像集合；在图像集合中，基于最小熵准则筛选最佳聚焦的图像，并作为低分率的第一目标ISAR图像；将第一目标ISAR图像作为预训练好的DenseU‑Net网络模型的输入，以输出高分辨率的第二目标ISAR图像。通过将基于SPWVD变换的时频分析算法与基于DenseU‑Net网络模型的深度学习算法相结合，极大提高机动目标ISAR成像的分辨率。