| 穿墙雷达墙体与目标回波信号学习分离方法 |
| |
| 引用本文： | 卞粱,晋良念,刘庆华.穿墙雷达墙体与目标回波信号学习分离方法[J].雷达科学与技术,2022,20(3):289-296. |
| |
| 作者姓名： | 卞粱 晋良念 刘庆华 |
| |
| 作者单位： | 1. 桂林电子科技大学信息与通信学院， 广西桂林 541004；2. 广西无线宽带通信与信号处理重点实验室， 广西桂林 541004 |
| |
| 基金项目： | 国家自然科学基金(No.61861011, 61461012); 广西自然科学基金(No.2017GXNSFAA198050); 广西无线宽带通信与信号处理重点实验室2020年主任基金项目(No.GXKL06200106); 广西创新驱动发展专项(No.桂科AA21077008) |
| |
| 摘 要： | 在穿墙雷达成像中，事先有效分离墙体回波与目标信号，可以避免它们在后续的建筑物布局反演和内部目标成像中的相互影响。然而，现有的稀疏分离方法往往需要人工选择阈值参数，在一定程度上影响了分离效果，为此提出一种墙体回波与目标信号的学习分离方法。该方法将两信号的分离视为一种联合低秩-稀疏约束问题，使用迭代软阈值分离算法求解稀疏解，然后把稀疏解的迭代过程映射成多层神经网络中的每一层，并用数据集自适应训练所有层中的阈值参数。仿真和实测数据处理结果表明，该方法与人工选择阈值参数相比，有效提高了墙体与目标回波信号的分离效果。
|
| 关 键 词： | 阈值参数 联合低秩-稀疏约束 迭代软阈值算法 神经网络 |
A Learning Separation Approach for Wall Returns and Target Signals of Through-the-Wall Radar |
| |
| BIAN Liang,JIN Liangnian,LIU Qinghua.A Learning Separation Approach for Wall Returns and Target Signals of Through-the-Wall Radar[J].Radar Science and Technology,2022,20(3):289-296. |
| |
| Authors: | BIAN Liang JIN Liangnian LIU Qinghua |
| |
| Affiliation: | 1. School of Information and Communication, Guilin University of Electronic Technology, Guilin 541004, China;2. Key Laboratorg of Guangxi Wireless Broadband Communication and Signal Processing, Guilin 541004, China |
| |
| Abstract: | |
| |
| Keywords: | threshold parameter joint low-rank and sparsity constraint iterative soft threshold algorithm neural network |
|
| 点击此处可从《雷达科学与技术》浏览原始摘要信息 |
|
点击此处可从《雷达科学与技术》下载全文 |
