逆合成孔徑雷達（Inverse Synthetic Aperture Radar,ISAR）可以實現(xiàn)對運動目標的高分辨成像,對于目標的身份識別、分辨與分類具有重要作用。其具有全天時、全天候、高處理增益、穿透力強等特點,無論在軍事領域還是民用領域都發(fā)揮著重要的作用。由于逆合成孔徑雷達是對非合作目標進行成像,成像分辨率和成像速度是其中的關鍵問題,基于此,該文提出一種基于深度學習的成像方法,可以快速對機動目標進行高分辨成像。該文研究的主要內(nèi)容如下:首先,比較ISAR與合成孔徑雷達（Synthetic Aperture Radar,SAR）成像中的差別,介紹ISAR成像中一維距離像的產(chǎn)生,從數(shù)據(jù)采集出發(fā),研究ISAR成像的基本原理,分析了ISAR成像中較為經(jīng)典的距離多普勒（Range Doppler,RD）算法,通過仿真實驗進行算法驗證,并簡要介紹了卷積神經(jīng)網(wǎng)絡原理。其次,提出一種基于深度學習的ISAR成像方法,將醫(yī)學圖像中常用的U型全卷積網(wǎng)絡結構應用到雷達成像中,并針對ISAR成像特點對網(wǎng)絡結構進行了改進,改進后的網(wǎng)絡可以加快網(wǎng)絡運行速度。提出一種新型的ISAR成像訓練方法,分析如何獲得訓練... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

ISAR圖像

不過池化層沒有參數(shù)需要更新，最大值池化操作是均值池化則是取窗口內(nèi)的平均值作為結果，在整有結果。目的是為了增加模型的擬合能力，訓練的過程其實建出一個足夠復雜的函數(shù)對數(shù)據(jù)進行更好的擬合，話，那么網(wǎng)絡為一個線性分類器，線性分類器對于個很好的結果。在卷積操作時執(zhí)行的每個像素點的如果不引入非線性函數(shù)的話，即使增加再多的卷積線性分類。因此需要激活函數(shù)。函數(shù)對應的函數(shù)表達式如下：1( )1xf xe 像為

燕山大學工程碩士學位論文入特別大或者特別小的時候，神經(jīng)元的梯度近現(xiàn)在非常流行的激活函數(shù)，表達式為：0 ( 0)max(0, )( 0)xy xx x 為

【參考文獻】：
期刊論文
[1]ISAR機動目標聯(lián)合高分辨成像和參數(shù)估計[J]. 鄔俊,徐剛.  信號處理. 2018(11)
[2]卷積神經(jīng)網(wǎng)絡在心電逆問題中的應用[J]. 賀高,蔣明峰,鄭俊褒,龔瑩嵐.  計算機工程與應用. 2019(01)
[3]ReLU激活函數(shù)優(yōu)化研究[J]. 蔣昂波,王維維.  傳感器與微系統(tǒng). 2018(02)
[4]一種加權最小熵的ISAR自聚焦算法[J]. 徐剛,楊磊,張磊,李亞超,邢孟道.  電子與信息學報. 2011(08)
[5]信息幾何在脈沖多普勒雷達目標檢測中的應用[J]. 劉俊凱,王雪松,王濤,屈龍海.  國防科技大學學報. 2011(02)
[6]壓縮感知雷達成像技術綜述[J]. 劉記紅,徐少坤,高勛章,黎湘,莊釗文.  信號處理. 2011(02)
[7]雷達高分辨距離像目標識別研究進展[J]. 劉宏偉,杜蘭,袁莉,保錚.  電子與信息學報. 2005(08)
[8]一種基于最小熵準則的SAR圖像自聚焦算法[J]. 武昕偉,朱兆達.  系統(tǒng)工程與電子技術. 2003(07)

碩士論文
[1]基于深度學習的雷達稀疏成像[D]. 劉艷.西安電子科技大學 2018
[2]基于相位恢復算法的ISAR自聚焦成像[D]. 夏賽雪.燕山大學 2017
[3]卷積神經(jīng)網(wǎng)絡在圖像識別上的應用的研究[D]. 許可.浙江大學 2012



本文編號：3258156