一种雷达图像超分辨率重构方法技术

本发明专利技术提出了一种雷达图像超分辨率重构方法，实现步骤为：获取训练样本集和测试样本集；构建分类器网络模型并对其进行迭代训练；构建雷达图像超分辨率重构网络模型；对雷达图像超分辨率重构网络模型进行迭代训练；获取雷达图像的超分辨率重构结果。本发明专利技术在对超分辨重构网络模型进行训练及获取重构结果的过程中，鉴别模块能够有效提取雷达复图像的频率特征，频域变换模块和特征映射模块能够有效提取雷达复图像几何特征，使得重构出的图像既包含幅度信息，又保证了更加完整的相位信息，有效降低了重建图像的几何失真，且使用预处理获得低分辨率雷达复图像，不需要数据集中包含高分辨率雷达图像与多尺度低分辨率雷达图像，拓宽了应用范围。

【技术实现步骤摘要】

本专利技术涉及信号与信息处理领域，具体是一种雷达复图像超分辨重构方法，主要用于对低分辨率雷达图像的超分辨率重建。

技术介绍

1、随着传感器技术的发展，容易获取各种平台的不同分辨率图像，可支撑对目标检测与识别技术的深入研究。但低分辨率图像的视觉可读性较差，同时对目标检测与识别产生不利的影响。近年来，围绕着雷达低分辨率图像的高分辨率重建问题，国内外学者先后提出许多解决方案，如经典的谱估计重构、稀疏信号表示重构等，但这些方法通常都依赖于雷达工作参数等先验信息，只能针对特定工作条件下的雷达数据进行超分辨重构，推广能力和泛化能力有限，且计算过程涉及矩阵求逆、特征值分解等，求解过程复杂。对此，本专利技术提出一种基于深度学习算法的数据驱动超分辨重构。

2、近年来，深度学习发展迅速，许多研究人员将其与雷达图像的超分辨率重建结合起来，取得了一些成果。例如国防科技大学在其申请的专利文献“极化雷达图像超分辨方法、系统、设备及介质”(专利申请号：202310051376.4，申请公布号为cn 116128727 a)中，提出了一种极化雷达图像超分辨重构方法，该方法包括本文档来自技高网...

【技术保护点】

1.一种雷达图像超分辨率重构方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤(2)中所述的对裁剪后的A幅雷达复图像进行预处理，实现步骤为：

3.根据权利要求1所述的方法，其特征在于，步骤(3)中所述的分类器网络模型F，其中：

4.根据权利要求3所述的方法，其特征在于，步骤(4)中所述的对分类器网络模型F进行迭代训练，实现步骤为：

5.根据权利要求1所述的方法，其特征在于，步骤(5)中所述的重构模块G，其中：

6.根据权利要求1所述的方法，其特征在于，步骤(5)中所述的鉴别模块D，其中：

...

【技术特征摘要】

1.一种雷达图像超分辨率重构方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤(2)中所述的对裁剪后的a幅雷达复图像进行预处理，实现步骤为：

3.根据权利要求1所述的方法，其特征在于，步骤(3)中所述的分类器网络模型f，其中：

4.根据权利要求3所述的方法，其特征在于，步骤(4)中所述的对...

【专利技术属性】
技术研发人员：董刚刚，钟庭轩，刘宏伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人