基于仿真样本迁移学习的穿墙雷达高分辨成像方法OA北大核心CSTPCDEI
针对带标注实测样本受限情况下的遮蔽多目标高分辨成像问题,提出一种基于迁移学习的穿墙雷达成像方法。首先,搭建生成对抗子网络实现带标签仿真数据到实测数据的迁移,解决带标签数据制作困难的问题;然后,联合使用注意力机制、自适应残差块及多尺度判别器提高图像迁移质量,引入结构一致性损失函数减小图像间的感知差异;最后,利用带标签数据训练穿墙雷达目标成像子网络,实现穿墙雷达多目标高分辨成像。实验结果表明,所提方法能有效缩小仿真图像和实测图像域间差异,实现穿墙雷达…查看全部>>
陈一凡;刘剑刚;贾勇;郭世盛;崔国龙
成都理工大学,成都610059电子科技大学长三角研究院(衢州),衢州324000成都理工大学,成都610059电子科技大学长三角研究院(衢州),衢州324000 电子科技大学信息与通信工程学院,成都611731电子科技大学长三角研究院(衢州),衢州324000 电子科技大学信息与通信工程学院,成都611731
电子信息工程
迁移学习生成对抗网络域自适应穿墙雷达高分辨成像
《雷达学报（中英文）》 2024 (4)
P.807-821,15
四川省科技厅计划项目(2022YFS0531)国家自然科学基金(62001091)衢州市政府资助项目(2022D008,2022D005)。
评论