一种结合门单元和迁移学习的逆合成孔径雷达成像方法.pdfVIP

下载本文档

0
0
约1.94万字
约 14页
2023-04-23 发布于北京
举报
版权申诉

一种结合门单元和迁移学习的逆合成孔径雷达成像方法.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出了一种结合门单元和迁移学习的逆合成孔径雷达成像方法，首先利用常规的卷积层，激活函数层，批归一化层和最大化池化层等构建全卷积神经网络FCNN，在FCNN中利用跳跃连接SKs来建立了多条路径用来将网络浅层特征表示OFRs直接传递到网络重建层。其次在FCNN中进一步引入门单元构成G‑FCNN，并采用迁移学习策略TL来保证G‑FCNN的性能达到最优。接着利用电磁仿真软件构建大规模雷达训练数据用于预训练G‑FCNN，再利用小规模的实测雷达数据对预训练好的G‑FCNN中的网络层参数微调，获得面向目

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113985408 A (43)申请公布日 2022.01.28 (21)申请号 202111067939.6 (22)申请日 2021.09.13 (71)申请人南京航空航天大学地