摘要
光学合成孔径成像质量评价研究一直是人们关注的焦点,为了解决传统光学合成孔径成像质量评价方法的精度低、评价效率低等局限性,为了改善提高光学合成孔径成像质量评价结果,提出了深度信念网络的光学合成孔径成像质量评价方法。首先分析了光学合成孔径成像质量评价国内外研究进展,阐述了光学合成孔径成像质量评价结果差的因素,然后建立了光学合成孔径成像质量评价指标,并收集了数据,并采用深度信念网络建立了光学合成孔径成像质量变化特点的评价模型,最后在Matlab 2018平台上与经典光学合成孔径成像质量评价方法进行了仿真实验,结果表明,深度信念网络的光学合成孔径成像质量评价精度超过90%,精度要高于与经典光学合成孔径成像质量评价方法,缩短了光学合成孔径成像质量评价建模时间,光学合成孔径成像质量评价效率得到了提升,具有更好的实际应用范围。
- 单位