典型文献
基于交替方向乘子法网络的机载雷达前视成像方法
文献摘要：
实孔径超分辨技术已经广泛应用于雷达前视成像领域,然而其中大部分迭代求解方法往往面临参数选择困难和迭代重建耗时等问题.对此,文中提出了一种基于交替方向乘子法网络的机载雷达前视成像方法.该方法将前视成像构建为施加了稀疏约束的解卷积问题,把交替方向乘子法(ADMM)分离变量迭代求解的过程映射成一个深度神经网络,即ADMM-Net(ADMMN).经过训练,ADMMN可以在有限的网络深度下学习最优的参数,借此提高雷达方位向的分辨率.实验结果表明,相较于传统迭代算法,ADMMN可以用更少的时间实现前视超分辨成像.
文献关键词：
前视成像;深度学习;实波束;凸优化;交替方向乘子法
中图分类号：
作者姓名：
潘耀雄;吴迪;韩国栋;朱岱寅
作者机构：
南京航空航天大学电子信息工程学院,南京211106;中国电子科技集团公司第五十四研究所,石家庄050081
文献出处：
引用格式：
[1]潘耀雄;吴迪;韩国栋;朱岱寅-.基于交替方向乘子法网络的机载雷达前视成像方法)[J].现代雷达,2022(12):74-80
A类：
ADMMN,实波束
B类：
基于交替方向乘子法,法网,机载雷达,前视成像,成像方法,超分辨技术,迭代求解,求解方法,参数选择,迭代重建,稀疏约束,解卷积,分离变量,射成,深度神经网络,Net,经过训练,迭代算法,超分辨成像,凸优化
AB值：
0.274356
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。
