摘要
本发明公开了一种基于零样本学习的多通道前视SAR方位角分辨率增强方法,首先获取待成像区域多通道前视SAR回波数据进行脉冲压缩处理,再进行合成孔径成像预处理,获得多通道前视SAR初步成像结果,然后构建数据集,划分为训练集和测试集,构建对抗网络模型输入训练集进行训练,最后将测试集输入训练好的模型进行网络测试,输出结果即为分辨率增强结果。本发明的方法克服了多通道SAR前视成像时航迹邻近区域方位角分辨率低的问题,相较于现有超分辨算法,不存在参数调整困难、计算量大等问题,同时也克服了深度学习方法中高分辨率真实雷达图像信息缺乏或者获取难的问题。
技术关键词
多通道
图像
对抗网络模型
表达式
方位角
分辨率
成像
回波
线性调频脉冲
样本
网络模型结构
超分辨算法
脉冲重复频率
解码器
训练集
深度学习框架
深度学习方法
系统为您推荐了相关专利信息
电网场景
实例分割网络
识别方法
感兴趣
特征金字塔网络
口腔CBCT图像
牙齿结构
三维重建方法
三维模型
译码器
定日镜背板
拉格朗日乘子法
特征值
平面度
数据处理模块
电子烟烟雾
识别烟雾
烟雾识别
视频帧
图像增强模块