基于物理模型与深度学习的雷达信号波形优化方法、系统、电子设备及存储介质

本申请提供一种基于物理模型与深度学习的雷达信号波形优化方法、系统、电子设备及存储介质，涉及物理模型与深度学习技术领域，其中，该方法包括：首先采集雷达天线阵列各子阵的温度分布数据和结构形变数据，同步获取原始波束方向图，构建热形变映射数据库；随后根据数据库和物理模型计算雷达波前相位偏移量，对原始波束方向图进行相位补偿生成补偿后方向图；接着采用黎曼流形优化算法在恒模约束下对补偿后方向图进行优化投影，形成相位优化波形；最后通过轻量化深度学习网络的自适应阈值量化处理，输出满足星载要求的离散雷达信号波形。本申请提升了高轨卫星雷达在太阳辐照不均工况下的波形保真度和成像质量。