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
• 来源期刊: 信号处理
• 关键词: 永久散射体 地基合成孔径雷达 注意力 序列数据
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 论文|Papers
• 页码范围: 1267-1276
• 页数: 10页
• 分类号: P23
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2021.07.017

摘要

永久散射体法(Permanent Scatterer,PS)是地基合成孔径雷达(Ground-Based Synthetic Aperture Radar,GB-SAR)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.