[发明专利]基于GAN网络的有限口径数据恢复为全口径数据的方法

权利要求书

1.基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于包括如下步骤：

步骤一，准备数据集模拟散射体；

步骤二，获取数据集对应的全口径散射场数据

步骤三，通过获取中的部分散射场数据，得到有限口径散射场数据将多个成对的和分为训练数据和测试数据；

步骤四，构建GAN网络；

步骤五，训练GAN网络，将训练带入构建好的GAN网络得到恢复出来的训练全口径散射场数据通过比较训练与训练调整GAN网络的参数，优化权重参数；

步骤六，测试GAN网络，将测试带入训练后的GAN网络得到恢复出来的测试全口径散射场数据通过比较测试与测试调整GAN网络的参数，优化权重参数。

2.如权利要求1所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的步骤二采用MOM方法计算得到所述的包括如下公式：

r_p表示发射天线位置，r_q表示接收天线的位置，表示位于r_p处的发射天线入射时，在r_q处的接收天线接收到的单个天线的散射场数据，i是复数标志，w是角频率，μ₀是磁导率，G(r_q,r′)表示并矢格林函数，表示感应电流，N是目标区域被剖分后的网格总数，r′是每个网格，d是积分的符号，所述的是单个天线的散射场数据的集合。

3.如权利要求1所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的步骤三通过天线位置与散射场数据之间的映射关系从所述的数据中获取部分数据，得到所述的所述的天线位置与散射场数据之间的映射关系为Ni根入射天线与Nr根接收天线均匀放置在散射体周围，入射天线产生电磁波照射散射体，接收天线测量到散射场数据，可得到大小为Nr*Ni的散射场数据矩阵，即的矩阵形式，从所述的矩阵中取出部分数据，放入新矩阵，其余数据用0补齐，即得到矩阵形式的

4.如权利要求1所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的步骤四构建的GAN网络是Pix2Pix网络。

5.如权利要求1所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的步骤五中比较训练与训练是通过损失函数计算出的损失值来优化GAN网络的权重参数，再次训练和优化直至目标函数收敛。

6.如权利要求5所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的GAN网络包括鉴别器和生成器，将所述的训练与所述的训练同时带入鉴别器中对比得到鉴别器的损失值，将所述的鉴别器的损失值反馈至生成器，更新生成器中层与层之间的权重参数。

7.如权利要求5所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的步骤五，根据所述的损失值构成的损失曲线，调节GAN网络参数，辅助优化所述的权重参数。

8.如权利要求1所述的基于GAN网络的有限口径数据恢复为全口径数据的方法，其特征在于所述的步骤六中比较测试与测试是计算二者的相对误差值，误差值计算公式：

调整GAN网络的参数，优化权重参数，以减小误差值，再次训练和优化，直至达到预设条件。