一种基于机器学习的微波光子雷达多频段信号融合方法

本发明提供了一种基于机器学习的微波光子雷达多频段信号融合方法，具体步骤包括多频段信号的生成与采集、信号预处理与标签化、深度学习模型的构建与训练，以及融合信号的成像处理。采用自注意力机制与U‑Net架构的深度学习模型，有效提升了信号融合的精度与计算效率。通过仿真和实验验证，本发明用上述的一种基于机器学习的微波光子雷达多频段信号融合方法，在目标探测和高分辨成像方面具有显著优势，并可降低雷达对连续宽频谱资源的依赖，为复杂环境下的雷达应用提供了高效可靠的解决方案。