一种基于深度学习的微波光子雷达多信号重构方法

本发明具体公开了一种基于深度学习的微波光子雷达多信号重构方法，涉及信息系统技术领域。该方法包括：S1、通过仿真生成多目标微波雷达数据；S2、对多目标微波雷达数据进行预处理及频域信号提取；S3、构建深度学习网络模型，并通过1D‑Unet编码器进行特征降维及特征提取；S4、通过Transformer网络进行全局特征提取；S5、通过1D‑Unet解码器对处理后的低维特征进行升维，恢复出原始信号；S6、对恢复的原始信号经过时频处理与时域重建相结合，生成恢复后的多目标信号；S7、结果测试并进行性能评估。本方法在复杂电磁环境下显著提升多目标信号的恢复精度与鲁棒性，适用于雷达目标识别与跟踪等领域。