[发明专利] 一种基于智能学习的SAR运动目标检测方法 – CN114089306A 全文链接一   全文链接二

 
基本信息
申请号
CN202111387503.5
申请日
20211122
公开(公告)号
CN114089306A
公开(公告)日
20220225
申请(专利权)人
中国科学院空天信息创新研究院
申请人地址
100089 北京市海淀区北四环西路19号
发明人
韩松;王岩飞 专利类型 发明专利
摘要
本发明涉及一种基于智能学习的SAR运动目标检测方法,包括:将脉冲体制SAR原始回波数据经距离向脉冲压缩处理后,或经距离向脉冲压缩处理以及方位向傅里叶变换后,得到第一训练样本集或第二训练样本集;将调频连续波SAR原始回波数据经距离向傅里叶变换后,或经距离向傅里叶变换和方位向傅里叶变换后,得到的第三训练样本集或第四训练样本集;采用每个训练样本集分别对深度学习人工神经网络进行训练,得到对应的神经网络模型;采集需检测回波数据;选择神经网络模型,对需检测回波数据进行对应的处理或变换后,输入到神经网络模型进行运动目标检测,检测出运动目标。本发明实现SAR工作体制下杂波带内的低速运动及低信杂比下的弱运动目标检测。
主权项
1.一种基于智能学习的SAR运动目标检测方法,其特征在于,包括:模型训练步骤:构建SAR运动目标检测的训练数据集,所述训练数据集包括由一个或多于一个的SAR原始回波数据经处理或变换得到训练样本集,包括将脉冲体制SAR原始回波数据进行距离向脉冲压缩处理得到的两维数据组成的第一训练样本集;将脉冲体制SAR原始回波数据进行距离向脉冲压缩处理和方位向傅里叶变换得到的两维数据组成的第二训练样本集;将调频连续波SAR原始回波数据进行距离向傅里叶变换得到的两维数据组成的第三训练样本集;以及将调频连续波SAR原始回波数据进行距离向傅里叶变换和方位向傅里叶变换得到的两维数据组成的第四训练样本集;采用每个训练样本集分别对深度学习人工神经网络进行训练,得到对应的神经网络模型;地面运动目标检测步骤:采集SAR在成像模式下,飞行过程中得到的需检测回波数据;选择神经网络模型,根据选择的神经网络模型对需检测回波数据进行对应的处理或变换后,输入到所述神经网络模型进行运动目标检测,检测出运动目标。

 

 
IPC信息
IPC主分类号
G01S7/41
G 物理

G01 测量;测试

G01S 无线电定向;无线电导航;采用无线电波测距或测速;采用无线电波的反射或再辐射的定位或存在检测;采用其他波的类似装置

G01S7/41 使用考虑到目标特性的回波信号的分析;目标形状的;目标截面的〔6〕

 

 
法律状态信息
法律状态公告日
20220225
法律状态
公开 法律状态信息
CN202111387503 20220225 公开 公开

 

 
代理信息
代理机构名称
北京天达知识产权代理事务所(普通合伙) 11386
代理人姓名
李明里