一种基于深度学习的无人机时频图像重建方法

一种基于深度学习的无人机时频图像重建方法，属于雷达信号处理和图像重建技术领域，解决低信噪比条件下无人机时频图像难以识别和分析的技术问题，包括以下步骤：S1、对回波信号作短时傅里叶变换，建立无人机雷达回波模型STFT；S2、设计基于卷积神经网络的SelfNet模型，重建无人机时频曲线图；S3、根据无人机雷达回波模型STFT以及时频曲线输出图像，建立无人机时频图像数据集，利用SelfNet模型进行训练；S4、利用训练好的SelfNet模型权重对无人机时频图像数据集进行重建。本发明可用于实测数据，能够提高低信噪比下无人机时频图像的精度，有利于后续进行无人机的多类别分类和微动参数估计。