摘要
本发明提出一种基于扩散模型的穿墙雷达墙体杂波抑制方法,旨在解决复杂场景下穿墙雷达图像中杂波抑制问题。主要内容如下:先利用gprMax仿真构建含杂波和目标信息的雷达图像数据集以及不含杂波信息的对照数据集;再引入改进的U‑Net架构作为扩散模型核心网络,通过添加残差密集块增强其杂波抑制和目标反射恢复能力;通过扩散模型的前后扩散过程学习、对比和更新输入数据的特征向量来优化模型参数训练;最终实现对含杂波雷达图像的杂波抑制。经实验验证,与传统方法对比,该方法在杂波抑制效果、目标响应增强等方面均表现出色,且在信噪比、损失函数等评估指标上更优,能够以较少算力、更快速度去除杂波并增强目标响应。
技术关键词
墙体杂波抑制方法
穿墙雷达
更新模型参数
雷达仿真
残差学习
雷达图像数据
吸收边界条件
离散化步长
图像特征信息
峰值信噪比
探地雷达
指标
状态更新
输出特征
融合特征
调度器