典型文献
基于深度迭代网络的穿墙雷达成像方法
文献摘要：
联合墙杂波抑制及图像重建迭代求解方法为当前较前沿的穿墙雷达成像(through-the-wall radar imaging,TWRI)算法,能够同时抑制墙体杂波和重构目标图像,但仍存在收敛速度慢、人工干预过多以及对初值的选取敏感等问题,难以快速精确地进行目标成像.针对上述问题,本文提出一种联合低秩与稀疏分解驱动的可学习深度迭代网络的TWRI方法.该方法利用穿墙雷达场景下墙体杂波的低秩特性以及待重建目标图像的稀疏特性,首先将穿墙雷达成像问题建模为联合低秩与稀疏分解的正则化优化问题,然后采用变分框架和轮换策略将优化问题转化成两个准线性优化子问题并推导其更新公式,最后将上述迭代更新公式映射到网络结构中,展开成深度迭代网络模型并采用端到端学习策略,形成融合物理模型的可学习深度迭代网络框架.仿真结果表明该方法能够有效抑制墙体杂波,相对于其他方法显著提高了目标成像精度和速度.
文献关键词：
穿墙雷达成像(TWRI);低秩与稀疏联合分解;深度迭代可学习网络;墙杂波抑制;稀疏成像
中图分类号：
作者姓名：
王玉皞;张玥;周辉林;刘且根;蔡琦
作者机构：
南昌大学信息工程学院,南昌330031
文献出处：
引用格式：
[1]王玉皞;张玥;周辉林;刘且根;蔡琦-.基于深度迭代网络的穿墙雷达成像方法)[J].电波科学学报,2022(04):546-554
A类：
墙杂波抑制,TWRI,低秩与稀疏联合分解,深度迭代可学习网络
B类：
穿墙雷达,雷达成像,成像方法,图像重建,迭代求解,求解方法,through,wall,radar,imaging,墙体,重构目标,标图,收敛速度,速度慢,人工干预,初值,稀疏分解,学习深度,法利,低秩特性,稀疏特性,正则化,优化问题,轮换,问题转化,转化成,准线,线性优化,化子,子问题,迭代更新,射到,开成,端到端,学习策略,物理模型,网络框架,其他方法,法显,成像精度,稀疏成像
AB值：
0.328072
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
