摘要
本发明公开了一种基于生成对抗网络的涡旋电磁波逆散射方法和系统,涉及雷达领域,用以快速、可靠地对涡旋电磁波逆散射反演。本发明以真实的目标和涡旋电磁波参数作为真实样本,以生成数据作为虚假样本,输入判别器对判别器进行训练;以生成数据作为真实样本输入判别器对生成器进行训练。利用训练好的生成对抗网络对散射目标的雷达散射截面进行预测,得到目标和涡旋电磁波的基本参数。本发明填补了涡旋电磁波逆散射反演的空白,避开了传统电磁反演方法中的迭代的复杂性问题,提高了反演效率。并且,本发明从真实数据中学习并重建出目标特征,保留了真实数据的细节信息,预测结果更加可靠。
技术关键词
生成对抗网络
雷达散射截面
训练样本数据
散射方法
模型训练模块
散射系统
数据输入模块
更新网络参数
随机梯度下降
建模仿真
随机噪声
反演方法
标记
标签
系统为您推荐了相关专利信息
视觉识别技术
三维空间信息
全息图像显示系统
视线追踪系统
深度学习模型
深度神经网络
点检设备
故障诊断方法
多任务损失函数
训练样本数据
生成对抗神经网络
电网故障检测系统
分析模块
GAN网络模型
告警机制
噪声强度
深度神经网络模型
模型训练方法
参数
计算机可执行指令
深度学习模型
调制识别方法
实时信号
信号处理系统
信号特征