公开(公告)号：CN117538870A

公开(公告)日：2024-02-09

申请号：CN202311534470.1

申请日：2023-11-16

Applicant: 无锡学院

Inventor： 黄玉玲 ,  胡长雨 ,  潘亮宇 ,  王泽宇 ,  董宇宸

IPC: G01S13/90

Abstract: 本发明公开了一种用于降采样数据的ISAR成像方法，涉及雷达信号处理技术领域，构造训练CSKNN的ISAR数据集；构建ISAR降采样数据成像的CSKNN；采用跳跃连接构建方式，跳跃连接是指：以卷积层替代SK、建立起同一级中网络浅层特征表示和网络深层特征表示之间的联系。基于ISAR数据集，在给定损失函数形式后，结合反向传播和梯度下降算法，学习CSKNN的参数，当CSKNN的训练损失和验证损失足够小，并都趋于稳定，则停止CSKNN的参数更新，得到训练好的CSKNN；利用CSKNN实现ISAR降采样数据成像。本发明在成像质量和效率都优于OMP成像方法和GKF成像方法，在成像质量方面优于FCNN成像方法。CSKNN的成像结果中目标轮廓更完整，错误重建散射点数平均减少18%。

公开(公告)号：CN118033637A

公开(公告)日：2024-05-14

申请号：CN202410234074.5

申请日：2024-03-01

Applicant: 无锡学院

Inventor： 王泽宇 ,  胡长雨 ,  黄玉玲 ,  潘亮宇 ,  董宇宸 ,  伍宏泰 ,  李智海 ,  杨鹏辉 ,  张伏青

IPC: G01S13/90 ,  G01S7/41 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于D‑FCNN的ISAR成像方法，涉及雷达信号处理技术领域，利用卷积层，最大化池化层，BN层，激活函数层，反卷积层和残差学习机制等构建ISAR成像的D‑FCNN。网络输入为由二维随机降采样的ISAR回波数据直接成像获得的质量差的初像，网络输出的为聚焦好的目标图像。首先通过卷积层和最大化池化层提取特征，获得数据的抽象表示，利用BN层和ReLU激活函数减少特征数据与输入数据的偏差，通过最大化池化操作对特征数据降维，利用反卷积操作重建特征数据。在没有改变卷积层通道数的前提下在多个尺度上实现同时卷积，提取不同尺度的特征。将初像与网络重建的特征数据在网络输出端求和，得到最终的ISAR成像结果。本发明的成像质量和效率都高于现有的成像方法。