一种基于深度学习的SAR回波信号仿真方法及系统

本发明公开了一种基于深度学习的SAR回波信号仿真方法及系统，涉及雷达信号处理技术领域，该方法通过同心圆算法构建同心圆算子，对雷达参数与场景信息进行预处理，得到初始回波信号，将初始回波信号输入至深度残差网络与迭代数值优化块中，实施数据一致性约束，使用传统方法仿真得到的历史回波信号构建数据集并对回波生成模型进行训练，通过回波生成模型根据雷达参数与场景信息进行回波重建，得到高精度的SAR回波信号，综上，本发明创新性地将同心圆算法与深度学习相结合，通过深度神经网络对回波进行学习和优化，这一结合方式不仅提高了回波信号的仿真精度，还有效减少了回波信号中的误差，使得获取的回波更加精确、可靠。