系统工程与电子技术

作者：申仕煜, 叶晓东, 王昊, 陶诗飞

单位：南京理工大学电子工程与光电技术学院, 江苏 南京 210094

关键词：深度学习,合成孔径雷达,相干斑抑制,卷积神经网络,残差学习策略

基金：国家自然科学基金(61701240);中央高校基本科研业务费专项资金(30918011317)

结合深度学习思想, 提出了一种基于多尺度交互结构卷积神经网络(convolutional neural network, CNN)的合成孔径雷达(synthetic aperture radar, SAR)图像相干斑抑制方法。首先, 通过不同尺寸的卷积核及跳跃连接构成多尺度交互特征提取模块以获得不同感受野的特征并加快网络收敛速度。然后, 在多尺度交互特征提取模块之间利用简化的密集连接方式使网络能够充分利用浅层纹理特征。最后, 采用残差学习策略得到抑制后的图像。实验结果表明, 与已有方法相比, 所提方法不仅使用较少的计算参数量, 还能保证性能的提升。

来源：2021年第12期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2021年第12期