【摘 要】
：
稀疏孔径逆合成孔径雷达（ISAR）成像问题是空间态势感知的重点问题,在各种军用民用领域中均具有重要的应用价值。传统稀疏孔径成像算法通过压缩感知重构图像,存在运算效率低、参数敏感性强等缺陷。本文针对传统稀疏孔径ISAR成像中存在的问题,通过深度展开将传统方法与深度学习方法结合,提出了基于CV-ADMMN的稀疏孔径ISAR成像与自聚焦算法和基于PCSBL-GAMP-Net块稀疏ISAR成像算法。算法通
论文部分内容阅读
稀疏孔径逆合成孔径雷达（ISAR）成像问题是空间态势感知的重点问题,在各种军用民用领域中均具有重要的应用价值。传统稀疏孔径成像算法通过压缩感知重构图像,存在运算效率低、参数敏感性强等缺陷。本文针对传统稀疏孔径ISAR成像中存在的问题,通过深度展开将传统方法与深度学习方法结合,提出了基于CV-ADMMN的稀疏孔径ISAR成像与自聚焦算法和基于PCSBL-GAMP-Net块稀疏ISAR成像算法。算法通过对数据进行学习,自适应调整参数设置,提升了算法成像质量与运算效率。绪论介绍了稀疏孔径ISAR成像技术的研究背景、意义、现状,以及本文开展的工作与结构安排。第二章介绍了基于模型驱动深度学习的稀疏孔径ISAR成像基本模型。首先介绍了ISAR成像基本模型,并通过暗室测量数据与实测数据对其进行了实验验证。在此基础上,介绍了基于深度展开的网络设计方法以及深度网络训练方法。第三章研究了基于CV-ADMMN的稀疏孔径ISAR成像与自聚焦算法。针对稀疏孔径ISAR成像场景,应用传统交替方向乘子法（ADMM）,通过对ADMM算法的分析,利用深度展开构建CV-ADMMN网络结构。进一步在该场景下建立了基于最小熵准则的自聚焦算法模型,并将其建模为CV-ADMMN网络层,得到了具有自聚焦功能的深度网络结构。本章中,实测与仿真数据集被构建用于网络训练,训练后的网络经仿真与实测数据测试,获得了更优的成像质量。同时,该算法避免了传统方法应用时繁琐的参数设置步骤,具有较强的适应性。第四章提出了基于PCSBL-GAMP-Net的块稀疏ISAR成像方法。该方法关注ISAR图像中的块稀疏信息,利用模式耦合贝叶斯方法对该问题进行了建模,并通过深度展开方法构建了PCSBL-GAMP-Net网络实现了块稀疏ISAR成像。该网络用卷积神经网络层表征ISAR图像的块稀疏信息,相比于传统方法具有更强的表征能力,适用于更广泛的成像场景。最后,在仿真与实测数据集中验证了算法的性能。第五章对本文内容与创新点进行了总结,针对目前成果的局限性,对未来工作进行了展望。
其他文献
众包物流作为一种新兴的配送服务模式满足了人民日益增长的配送需求,成为解决“最后一公里”问题的有效方法之一。众包物流平台作为连接物流服务消费者与社会配送人员的中间服务型平台,需要向消费者收取物流服务价格,向社会配送人员支付物流服务报酬,并从中获取收益。众包物流平台的双边用户存在不同的归属行为且物流服务供需存在不确定性,这使得平台的定价问题变得复杂。因此,本文对竞争市场中不同用户归属行为下的众包物流平
研究人员之间的合作不仅有助于解决单人无法解决的难题,也促进了知识的交流融合.论文作者的合著行为是科研合作行为的具体体现.描述论文作者合著关系的网络称为合著网络.目前,大规模科研合著网络已经成为信息计量学以及网络科学与复杂性的重要研究对象之一,对其复杂性建模是研究难点.本文基于合作博弈机制,建立几何超图模型,对合著网络的性质及其演化过程进行分析,并对合著网络复杂性的产生给出解释.1.在圆上建立几何超
地球两极高纬度地区的极光是一种重要的空间天气现象,源于太阳风所携带的高能粒子与中高层大气中的原子和分子发生的耦合作用。极光强度的空间分布及形态变化与太阳活动和地磁活动密切相关,分析极光的形态学特征能够揭示太阳风-磁层-电离层耦合的内在机理。然而,卫星采集的极光图像存在灰度分布不均匀、噪声干扰明显等问题,准确抽取极光卵的轮廓成为了亟需解决的难题。本文研究了基于卷积神经网络和水平集方法的极光卵抽取算法
随着信息技术的迅猛发展,海量数据的概念渗透在各行各业和人们的日常生活中,聚类可以从海量数据中发掘数据内部结构和普遍规律而被广泛研究。而在现实生活中,数据的来源是多样性的,使用多种特征来描述数据能够提供比传统单一特征更加丰富的信息,利用这种多视图的数据来进行聚类可以获得更加理想的聚类性能。尽管多视图聚类在各种应用中表现出出色的聚类性能,但是仍存在一些亟需解决的问题。针对这些问题,本文对目前已有的多视
随着合成孔径雷达（SAR）技术的发展,SAR成像分辨率大幅提升,图像数据内容更为复杂,这对SAR图像智能解译技术提出了更高的要求。SAR图像舰船目标检测是SAR图像解译的关键组成部分,已成为海洋遥感应用研究的重要课题。近年来,基于卷积神经网络的目标检测方法已成为遥感图像目标检测领域的研究热点。相比于经典的恒虚警率检测算法,卷积神经网络结构灵活、能自动提取结构化特征,无需进行复杂的建模和参数调整。本
随着三维成像技术与深度学习的发展,三维数据在自动驾驶、智能机器人等领域得到了广泛的应用,基于深度学习的点云分析也成为当前的研究热点。然而由于点云并不具备规则的数据结构,难以直接运用传统卷积模块,使得层次化提取点云特征变得困难,因此研究如何设计实现点云卷积对于构建点云识别网络非常重要。此外,由于现实中的点云物体通常处于一个任意的姿态,构建具备良好旋转鲁棒性的识别模型有着重要的实际意义。本文在综述国内
随着大数据时代的发展,针对个人数据的采集变得愈加容易,数据一方面为人们带来便捷与高效的生活,另一方面也埋藏着更多的隐私泄露隐患。在后疫情时代背景下,为了实现精准化疫情防控,人们日常的轨迹数据与社交网络关系已不再是个人隐私。为了避免个人隐私泄露,相关数据收集者在数据的发布与分析中应该采取严格的隐私保护措施,尤其是对于诸如轨迹之类的隐私数据,其中所蕴含的复合关联关系由于关联推断的存在而具有更高的隐私泄
医疗数据的存储已从传统的纸质存储向电子存储变化。海量的医学数据除了记录治疗过程外,还可以用来进行医学大数据分析和研究。此外,随着数据分析和挖掘技术的不断提高,用户数据的安全性和隐私性问题也越来越受到研究者的关注。数据安全性和隐私性包括两层含义。一是数据安全,即保证数据的完整性,传输过程中能够保持一致,不丢失、伪造和篡改。另一个是数据隐私,即数据只能由特定的授权人员查看。在云计算环境中,一旦数据所有
在当前信息技术环境下,许多企业借助先进的信息和通信技术实现产品创新或价值创造。然而,由于互联网的普及,公司的信息安全面临前所未有的挑战。面对安全风险的挑战,企业选择自主防御或将自身信息安全外包给管理安全服务提供商。本文分别从知识共享的视角研究了其对企业自主防御安全策略的影响以及从成本信息不对称的视角探究了其对安全合作外包契约设计的影响。首先,本文建立企业信息安全自主防御模型,针对风险依赖带来的安全
本文以移动短视频快速发展为背景，选取北海涠洲岛民宿作为案例，对涠洲岛民宿抖音平台的推广数据进行分析，从趣味性、利益性、互动性、创新性等方面，分析涠洲岛民宿短视频营销存在的问题，提出涠洲岛民宿移动短视频营销推广的优化策略，拓展涠洲岛民宿营销推广的深度与广度，提升涠洲岛民宿的市场营销效果和市场影响力，实现民宿产业的健康、可持续发展。