来源 | 雷达学报
智库 | 云脑智库(CloudBrain-TT)
云圈 | 进“云脑智库微信群”,请加微信:15881101905,备注您的研究方向
2021年10月23-24、30-31日，第一届雷达学报博士论坛成功举办！
空军工程大学信息与导航学院倪嘉成10月23日在SAR成像技术分论坛作了题为《基于“模型+数据驱动”的SAR学习成像方法研究》的学术报告。
报告简介
报告从SAR成像发展入手，将SAR成像看作“雷达回波域”到“图像域”的映射关系，详细分析了匹配滤波、稀疏成像等SAR成像方法的发展过程和优缺点，从而引出SAR学习成像的概念和基本方法：利用数据驱动方法寻找“回波域”与“图像域”之间的非线性映射关系，并利用SAR成像模型对网络进行约束，从而降低网络复杂度，提升训练效率。分别介绍了基于deep unfold网络结构的一维SAR学习成像方法以及基于LISTA和近似观测模型的二维SAR学习成像方法，并给出了实验结论。实验表明，所提方法具有以下优势：1.通过网络自主学习得到关于回波数据的最优算法参数，提升成像方法对不同输入数据的普适性，提高重构精度。2.对观测矩阵的精度要求降低，成像方法对模型误差和噪声的鲁棒性更强。3.成像速度相比传统迭代优化方法大幅提高。最后，展望了SAR学习成像未来可能的研究方向：SAR动目标成像、运动误差补偿、SAR成像解译一体化网络等。
报告视频
报告PPT
专家简介
－ The End －
声明：欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。
投稿/招聘/推广/合作/入群/赞助 请加微信：15881101905，备注关键词
微群关键词：天线、射频微波、雷达通信电子战、芯片半导体、信号处理、软件无线电、测试制造、相控阵、EDA仿真、通导遥、学术前沿、知识服务、合作投资.
“阅读是一种习惯，分享是一种美德，我们是一群专业、有态度的知识传播者.”
↓↓↓ 戳“阅读原文”，加入“知识星球”，发现更多精彩内容.
分享💬 点赞👍 在看❤️@以“三连”行动支持优质内容！
