分割引导注意力GAN

多型干扰下SAR成像

针对多类型干扰，通过分割引导与注意力机制联合建模，提升SAR回波恢复与成像质量。

Xiaoyu, Xu · 樊伟伟 · Jinbiao, Du · 周峰 · Jun, Sun · Greco, Maria Sabrina · Gini, Fulvio

ISPRS Journal of Photogrammetry and Remote Sensing 2026

参数信息

仿真数据集数量

7

真实数据集数量

10

技术优势

多类型干扰一起处理

通过分割引导机制提取浅层特征中干扰的空间位置与类型信息，使网络对不同类型干扰产生差异化关注。

参数量不变也能适应多强度

条件参数化卷积根据输入特征自适应生成卷积核，使网络在参数空间对不同的干扰强度与模式产生不同响应。

代码数据公开可复现

源代码和数据集已在 GitHub 公开，研究者可直接使用或微调。

应用场景

• SAR图像处理：在回波域直接恢复洁净信号，减少后续成像中的干扰残留。
• 雷达抗干扰：同时处理多类型干扰，无需分别设计抑制策略。
• 遥感成像：提高真实星载数据成像质量，适合业务化预处理。