一种基于数据驱动自适应参数学习的扫描雷达超分辨成像方法

本发明公开一种基于数据驱动自适应参数学习的扫描雷达超分辨成像方法，应用于雷达成像技术领域，针对传统超分辨方法参数敏感性高，现有展开网络方法存在冗余结构和适应性问题等缺陷；本发明首先基于最大‑最小化原理将不可微的L1正则化问题转化为可微的L2问题；然后将迭代过程展开为多级级联神经网络，且正则化参数以数据驱动方式自适应学习；最后通过端到端的网络架构实现分层参数优化与超分辨率重建；采用本发明的方法有效提升了雷达超分辨率成像性能。