基于注意力网络的地基SAR永久散射体选取方法

作者：曹琨; 崔紫维; 李洋; 林赟; 王卓; 王泊静; 王彦平

来源：信号处理, 2021, 37(07): 1267-1276.

DOI：10.16798/j.issn.1003-0530.2021.07.017

• 永久散射体
• 地基合成孔径雷达
• 注意力
• 序列数据

永久散射体法(Permanent Scatterer, PS)是地基合成孔径雷达(Ground-Based Synthetic Aperture Radar, GBSAR)形变监测的技术支撑,但使用传统多阈值法选取PS点时,会存在各个区域对阈值敏感性不同的问题。为解决选取PS点时漏选或错选的问题,本文提出一种注意力网络模型对GBSAR时序数据进行PS点筛选,并将该模型与循环神经网络(Recurrent Neural Network, RNN)和长短期记忆网络(Long Short-Term Memory, LSTM)进行对比实验,监测三个不同场景来比较选取PS点的结果。实验结果表明:基于注意力网络的模型实时性比RNN模型更好,准确度比LSTM模型更高。因此基于注意力网络的模型在PS点选取上更具优势。

• 单位
  北方工业大学