基于深度学习的雷达成像技术研究进展 *
2021-11-29穆慧琳姜义成
雷达科学与技术 2021年5期
张 云, 穆慧琳, 姜义成, 丁 畅
(哈尔滨工业大学电子与信息工程学院, 黑龙江哈尔滨 150000)
0 引言
成像雷达作为一种以微波频段电磁波为探测信号的主动式信息获取系统,利用合成孔径或阵列技术实现二维高分辨成像[1-2],具有全天时、全天候、穿透能力强、远距离和高分辨对地观测的优势,能够提供丰富的地表电磁散射特性信息,使得雷达系统具有对观测区域进行成像和解译的能力,极大地提升了雷达的信息获取和感知能力,在军事和民用领域具有重要的应用价值和发展前景[3]。由于相干成像方式和合成孔径技术,雷达成像质量受到系统点扩散函数、相干斑噪声、响应旁瓣以及运动误差等因素的限制,为后续图像解译带来不利影响。因此,在一定的雷达体制和成像体制下,寻求先进信号处理技术提升成像质量以满足后续雷达应用的需求是雷达成像技术研究的重要目标。
传统雷达成像方法主要通过后向投影、匹配滤波及其改进的时域和频域方式实现对回波信号的线性变换。该方法不依赖于观测区域的任何先验信息,具有实现简单、普适性和稳健性高的优点。然而受到奈奎斯特采样定理和线性变换处理的限制,传统成像方法对信号采样要求严格,且分辨率受限于系统带宽,响应旁瓣较高。虽然雷达成像模型可以用线性模型表示,然而在实际雷达系统中存在平台运动误差、目标复杂运动以及复杂电磁干扰等非理想因素,使得回波观测数据与雷达图像之间存在复杂的非线性映射关系。……
登录APP查看全文
