摘要
本发明公开一种基于物理散射模型引导的SAR图像生成方法,包含物理引导的特征调制、属性散射中心特征约束及生成网络训练。物理引导的特征调制通过设计多尺度注意力模块PMA,将俯仰角参数化编码与多尺度卷积融合,动态增强关键散射特征,补偿俯仰角变化导致的边缘衰减并保持线散射几何连续性。属性散射中心特征约束基于属性散射中心模型提出ASC损失函数,对生成与真实图像的频域幅度谱、相位谱进行多尺度高斯滤波,通过L1距离约束散射中心的位置、强度及类型一致性,确保生成图像符合电磁散射物理规律。生成网络训练构建嵌入PMA模块的CycleGAN生成对抗网络,联合对抗损失、循环一致性损失与ASC损失端到端优化,实现跨角度高质量SAR图像生成。该方法为SAR图像生成及目标识别提供了高精度、物理可解释的解决方案。
技术关键词
散射特征
编码器模块
物理
注意力
属性散射中心模型
生成对抗网络
直方图均衡化算法
压缩特征
解码器
噪声抑制
生成系统
多尺度
分辨率
尺寸
图像生成方法
浮点型数据
系统为您推荐了相关专利信息
推广系统
多源异构数据融合
策略
深度Q网络
算法模型
转化方法
迁移学习算法
仿真平台
接口
电子设计自动化技术