.png){kind=icon}
返回
Robust High-Resolution ISAR Imaging Based on Unfolded Diffusion Model
.png){kind=icon}
PRE
AI
DOI：10.1109/TAES.2025.3647424.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在复杂且变化的观测条件下实现稳健成像对于逆合成孔径雷达（ISAR）的实际应用至关重要。然而，现有的迭代稀疏信号重建方法需要手动参数调优，而展开网络在变化条件下需要重新训练，两者均缺乏稳健成像能力。为解决这些问题，本文提出了一种基于展开扩散模型的稳健ISAR成像方法。首先，在贝叶斯框架内提出了一种ISAR成像迭代算法，其中集成了深度去噪网络以学习图像先验，增强了模型表示的灵活性。然后，将迭代算法展开为深度网络并与扩散模型集成，其中通过轻量级注意力模块，将信噪比（SNR）和数据缺失率（DMR）信息有效融入图像重建过程，从而在变化的SNR和DMR条件下实现稳健成像。最后，不同观测条件下的实验结果验证了所提出方法的优越性和有效性。
Keyword:
Algorithm unfolding
diffusion model
ISAR imaging
期刊
IF:
5.7
论文数:
863
被引数:
2.4W
机构
引用论文
Deep Learning Approach for Sparse Aperture ISAR Imaging and Autofocusing Based on Complex-Valued ADMM-Net.png)
IEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏分享收藏High-Resolution ISAR Imaging Based on Plug-and-Play 2D ADMM-Net基于Plug-and-Play 2D ADMM-Net的高分辨率ISAR成像
OAAI
OAAI分享收藏High-Resolution ISAR Imaging Method for Maneuvering Targets Based on a Hybrid Transformer基于混合Transformer的高分辨率机动目标ISAR成像方法
PREAI
分享收藏
查看更多内容