计算机应用研究

作者：车俐,吴永满,蒋留兵,牟玉洁,

单位：桂林电子科技大学a.信息与通信学院;b.广西无线宽带通信与信号处理重点实验室;c.计算机与信息安全学院,广西桂林541004；

关键词：毫米波雷达,稀疏成像,压缩感知,深度展开模型,卷积神经网络,

基金：广西创新驱动发展专项(桂科AA21077008)；广西无线宽带通信与信号处理重点实验室主任基金资助项目(GXKL06220102,GXKL06220108)；广西高等教育本科教学改革工程项目(2022JGB196)；桂林电子科技大学研究生教育创新计划资助项目(2023YCXS047)；；

针对传统压缩感知算法的高计算成本问题，从稀疏信号的恢复角度出发，提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net，在该网络中，复数形式的降采样回波信号被拆分成实部和虚部作为输入，接着代入到基于VAMP算法的迭代块中，最后通过卷积神经模块进行最优非线性稀疏变换，得到恢复的实部和虚部信号，两者进行合并后得到恢复的目标图像。对于所提算法，采用人工合成的数据集在不同目标密集程度、迭代次数和噪声环境下进行仿真实验，并与传统的迭代收缩阈值算法和深度学习重构算法进行比较。再使用不同程度稀疏性的数据进行实测验证。实验结果表明，该算法重构的图像在NMSE、TBR、重构耗时以及内存使用上有更好的表现。

来源：2023年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第11期