[发明专利]一种基于蜕变方法的雷达波原始数据增强方法

说明书

基于蜕变方法的雷达波原始数据增强方法，包括数据蜕变模块和数据成像模块。数据蜕变模块包含了对雷达信号发射与接收的方法进行分析，雷达波原始数据存储规则，已经提出的一组有效雷达波数据增强蜕变方法，最后得到多组被标记的雷达波数据。数据成像模块以SAR雷达波原始数据作为实验对象，负责将被标记的SAR雷达波增强数据进行成像，并将合成的图像与其标记的雷达波数据一一对应。

技术领域

本发明属于数据增强领域，特别是涉及到雷达波数据增强。对雷达波原始数据生成原理方面进行理解后，根据雷达波数据信息收集规则得到了一组可对其进行增强的蜕变关系。

背景技术

近年来，深度学习在不断的发展，由深度学习产生的各种模型已经被广泛的应用到我们的生活当中。而在深度学习时代，数据的规模越大、质量越高，模型就能够拥有更好的泛化能力，数据直接决定了模型学习的上限。然而在实际工程中，采集的数据很难覆盖全部的场景，为了丰富训练集，一般都会对数据进行数据增强。数据增强的意义一方面在于提高在深度学习过程中模型的泛化能力；另一方面则在于增加噪声数据，提升模型的鲁棒性。因此，数据增强也成为学术界与工业级的重要热点之一。在数据增强的应用当中，由于在数据处理方式的多样性、数据来源的多样性以及应用场景的多样性，对图像信息进行增强已经有了很大的发展。除此之外，通过事实证明，数据增强比传统的标记与数据采集方法有效得多，它在提高模型的准确性与降低获取数据的成本上面都有极大的优势。

在现今的图像收集手段当中，大多通过雷达完成。由于雷达在进行信息收集时在一定程度上会收到环境的影响，因此收集到的雷达信息质量也会受到一定的干扰。并且，对雷达收集到的图像进行数据增强的过程中，由于大多都是从图像的像素层面进行变更，通过翻转、旋转、缩放、剪裁、平移、添加噪声等方法来完成。由于图像数据增强在处理方法中存在的随机性与不确定性，通过对图像进行数据增强的方法仍然会受到很多限制。要进一步提高雷达数据增强得到的数据的质量，必须通过更深入的手段来完成对雷达数据的增强。

在对雷达(一般指电磁波雷达)数据理解方面，已经有一些研究者做了一些初步的工作，但是现有的雷达数据收集过程当中，对雷达原始数据处理方面较为薄弱，同时由于雷达原始数据从收集到成像过程中已经有一套对应的流程体系，导致现在的雷达数据增强领域中仍然缺少对雷达波的层次上进行数据增强的研究。

基于上述工作，本发明着手对雷达波数据进行分析，深度挖掘了雷达波原始数据的含义，并基于现有的雷达波数据收集过程模型进行分析，提出了一组完成从雷达波上对雷达波原始数据进行数据增强的蜕变方法。然而，由于雷达波原始数据到图像的过程为一套已有的标准体系，因此，本发明针对雷达波原始数据入手，基于已有的研究成果，提出一组有效的雷达波蜕变关系，完成在雷达波上的数据增强过程。此外，在完成雷达波数据增强后，该发明还会将扩增的雷达波数据进行成像，完成雷达波增强数据的展示。其中，为更好的进行展示，该发明以SAR雷达作为实验对象，通过基于蜕变方法的SAR雷达波原始数据增强方法得到SAR雷达波增强数据，最后通过雷达图像合成技术来得到SAR雷达波增强数据合成图像。

发明内容

本发明要解决的问题是：解决雷达图像进行数据增强时由于原始成像图片的缺陷而对图像数据增强结果造成负面影响的问题。我们的发明针对从雷达波信息层次上对雷达波数据进行深入分析，使用对雷达波信息进行数据增强的方法，替代传统的从图片像素上以及图片状态变换的处理方法。

本发明的技术方案为：基于蜕变方法的雷达波原始数据增强方法，其特征是根据雷达波原始数据之间的关系，得到一组有效的对雷达波原始数据进行增强的方法。该方法包含以下两个模块：