文献类型：期刊文章

作　　者：刘志[1] 杨淑媛[1] 于子凡[1] 冯志玺[1] 高全伟[1] 王敏[2]

LIU Zhi;YANG Shuyuan;YU Zifan;FENG Zhixi;GAO Quanwei;WANG Min(Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education,School of Artificial Intelligence,Xidian University,Xi'an 710071,China;National Key Laboratory of Radar Signal Processing,School of Electronic Engineering,Xidian University,Xi'an 710071,China)

机构地区：[1]西安电子科技大学人工智能学院智能感知与图像理解教育部重点实验室,陕西西安710071 [2]西安电子科技大学电子工程学院雷达信号处理全国重点实验室,陕西西安710071

出　　处：《测绘学报》

基　　金：国家自然科学基金(62171357,U22B2018,62276205,61906145);陕西省科技厅自然科学基础研究计划面上项目(2023-JC-YB-524);陕西省教育科学“十三五”规划(SGH18H350)。

年　　份：2024

卷　　号：53

期　　号：4

起止页码：610-619

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD2023_2024、EAPJ、EI、GEOBASE、JST、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：自聚焦是SAR高分辨率成像的关键技术。然而,传统的SAR自聚焦方法均需要迭代多次,实时性差,不适合在轨处理。本文提出了一种基于卷积神经网络的在轨快速SAR自聚焦方法(CNN-AF),该方法采用卷积神经网络来学习失焦图像到聚焦图像的映射,主要用于校正方位向的相位误差,由于在测试阶段该方法无须迭代和调整参数,因此该方法实时性好,更加适用于在轨处理。在真实SAR数据上的试验结果表明,本文方法具有较高的聚焦质量和聚焦速度。

关 键 词：卷积神经网络 SAR 相位误差 自聚焦

分 类 号：P237]