[發(fā)明專利]基于深度殘差網(wǎng)絡的ISAR圖像分辨率增強方法

在審

• 申請?zhí)枺?/td>: 201910284674.1
• 申請日: 2019-04-10
• 公開（公告）號: CN109991602A
• 公開（公告）日: 2019-07-09
• 發(fā)明（設計）人: 高勛章;秦丹;劉迪陽;高敬坤;黎湘
• 申請（專利權(quán)）人: 中國人民解放軍國防科技大學
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 長沙中科啟明知識產(chǎn)權(quán)代理事務所(普通合伙) 43226
• 代理人: 任合明

本發(fā)明屬于雷達信號處理領(lǐng)域，特別涉及一種基于深度殘差網(wǎng)絡的ISAR圖像分辨率增強方法。包括以下步驟：S1，生成訓練數(shù)據(jù)集和驗證數(shù)據(jù)集；S2，實現(xiàn)深度ResNet網(wǎng)絡架構(gòu)；S3，訓練深度ResNet網(wǎng)絡，使用的數(shù)據(jù)集為S1生成的訓練數(shù)據(jù)集；S4，計算深度ResNet網(wǎng)絡的MSE，使用的數(shù)據(jù)集為S1生成的驗證數(shù)據(jù)集；S5，調(diào)整網(wǎng)絡架構(gòu)，增加ResNet的ResBlock個數(shù)n，重復S3、S4，比較驗證數(shù)據(jù)集上的MSE，當MSE無明顯下降時，選取對應n值作為網(wǎng)絡的ResBlock個數(shù)。與傳統(tǒng)的ISAR分辨率增強技術(shù)相比，該方法可以同時進行距離向和方位向分辨率增強，得到更高質(zhì)量的ISAR像；該方法不需要進行模型參數(shù)求解，有效解決了譜估計和稀疏表示方法中容易產(chǎn)生假點的問題，提高了散射點的估計精度和穩(wěn)健性。

技術(shù)領(lǐng)域

本發(fā)明屬于雷達信號處理領(lǐng)域，涉及一種ISAR圖像分辨率增強方法，特別是一種基于深度殘差網(wǎng)絡的ISAR圖像分辨率增強方法。

背景技術(shù)

逆合成孔徑雷達(Inverse Synthetic Aperture Radar，ISAR)作為一種高分辨率的微波成像系統(tǒng)，廣泛應用于防空反導、空間監(jiān)視、海面監(jiān)視等領(lǐng)域。雷達像分辨率越高，從雷達像中獲得的目標局部精細結(jié)構(gòu)和尺寸信息越豐富，因此提高空間分辨率對ISAR成像具有重要意義。ISAR成像的距離向和方位向分辨率分別由雷達發(fā)射信號的帶寬和成像觀測角度范圍決定。常用的ISAR像分辨率增強的方法主要有兩種：一是通過增加雷達系統(tǒng)發(fā)射信號帶寬和觀測角度范圍來提高距離向分辨率和方位向分辨率，但該方法受到成本、器件、功耗、設備體積等多方面的限制；二是利用帶寬外推技術(shù)、參數(shù)譜估計及稀疏重構(gòu)等信號處理的方法。帶寬外推和參數(shù)譜估計方法受模型和參數(shù)的影響大，散射點估計精度低，容易產(chǎn)生虛假點，尤其對弱散射點的恢復能力不好，而且?guī)捦馔品椒ㄖ贿m用于距離向分辨率增強。理論上，參數(shù)譜估計和稀疏重構(gòu)方法可以同時實現(xiàn)距離向和方位向分辨率增強，但需要進行模型近似和復雜的矩陣分解運算，且成像效果對噪聲敏感，實用效果欠佳。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是利用深度學習方法，提供一種基于深度殘差網(wǎng)絡的ISAR圖像分辨率增強方法，該方法能同時增強ISAR像距離向和方位向分辨率。

為解決以上技術(shù)問題，本發(fā)明的方法是：一種基于深度殘差網(wǎng)絡的ISAR圖像分辨率增強方法，該方法利用深度殘差網(wǎng)絡(Residual Network，ResNet)學習低分辨ISAR像和高分辨ISAR像之間關(guān)于點擴散函數(shù)(Point-spread Function，PSF)的映射關(guān)系，而后將低分辨ISAR像作為輸入即可輸出高分辨ISAR像，實現(xiàn)ISAR圖像的分辨率增強。

具體實現(xiàn)步驟如下：

S1生成訓練數(shù)據(jù)集和驗證數(shù)據(jù)集

利用仿真軟件(例如MATLAB)生成訓練數(shù)據(jù)集和驗證數(shù)據(jù)集(CanerInverse synthetic aperture radar imaging with matlab algorithms,John Wiley&Sons,Inc.,Hoboken,New Jersey.2012.)，數(shù)據(jù)集中每個樣本對包含一幅低分辨ISAR像和一幅高分辨ISAR像。

具體生成過程如下：

S1.1隨機產(chǎn)生二維散射中心模型；

S1.2根據(jù)設定的中心頻率、帶寬等雷達參數(shù)生成模型的低分辨率(LowResolution，LR)回波，并對其進行快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)，產(chǎn)生LR圖像作為ResNet網(wǎng)絡的輸入；

S1.3將散射中心模型與高分辨率(High Resolution，HR)雷達的PSF相卷積得到對應的HR圖像作為ResNet網(wǎng)絡的標簽，其中PSF為：