基于元学习与扰动损失的可泛化ISAR稳健高分辨成像方法

本发明公开了一种基于元学习与扰动损失的可泛化ISAR稳健高分辨成像方法，主要解决现有技术对回波信噪比和缺损率不稳健，且对实测数据泛化性差的问题。其实现方案包括：根据稀疏观测模型构造符合L1范数优化准则的目标函数；根据分裂算法求解目标函数得到图像重构、中间变量更新、辅助变量更新及乘子更新的公式；根据这些公式建立主干网络，并由主干网络和超网络组成ISAR成像网络；生成任务训练集，并用其在元学习和扰动损失的组合框架下训练该成像网络；将实测数据输入到训练好的成像网络，通过网络前向传播得到最终的ISAR成像结果。本发明能显著提升成像效率，降低时间和空间复杂度，提高对训练数据分布外的实测数据成像的质量，可用于舰载、机载的ISAR系统。