一种基于神经网络的扫描雷达超分辨成像检测一体化方法

本发明公开了一种基于神经网络的扫描雷达超分辨成像检测一体化方法，根据待检测目标的稀疏性和背景的低秩性以及卷积反演理论来构建目标函数，利用ADMM算法进行目标函数求解，将求解过程展开为参数可学习的神经网络，并通过前向梯度迭代算法对模型中的参数进行优化学习，从而将同时超分辨与目标检测问题转化为图像损失值的优化问题，最终通过迭代训练得到实波束图像与超分辨结果、目标检测结果的映射关系，进而同时实现超分辨成像与感兴趣目标检测。本发明的方法同时实现了场景的超分辨成像和感兴趣稀疏目标的检测，能根据不同场景的信息自适应确定参数，省去了人为设定参数的步骤，有效提高了方法的适应能力，同时也提高了处理效率。