一个雷达回声模拟器用于合成基于AI的应用程序的背景下随机训练数据集

科学领域:

• 电磁学 电磁学 电磁学 电磁学
• 机器学习 机器学习
• 雷达系统 雷达系统

背景情况:

• 监督机器学习需要大型标记数据集,这些数据集通常无法用于专门的应用程序.
• 通过模拟器生成合成数据是一种可行的方法,可以增强有限的现实世界数据集.
• 使用地面透雷达 (GPR) 的人道主义扫雷工作面临挑战,原因是缺乏标记的训练数据,用于即兴爆炸装置 (IED).

研究的目的:

• 开发一个2D电磁场模拟器,用于模拟合成孔径雷达 (SAR) 成像系统.
• 创建生成随机对象并将其组装成各种场景以进行数据增强的方法.
• 为解决人道主义地雷清除IED检测培训数据的关键需求.

主要方法:

• 开发一个二维电磁场模拟器.
• 实现用于生成随机场景元素的算法.
• 将随机对象组装成完整的场景,用于合成数据生成.
• 在SAR成像背景下对GPR传感器响应的建模.

主要成果:

• 模拟器成功生成了具有高方差的随机场景.
• 模拟数据与之前获得的测量数据有很好的一致性.
• 该方法显示了利用合成数据增强稀疏训练数据集的潜力.

结论:

• 开发的模拟器有效地生成合成训练数据,用于基于雷达的扫雷应用.
• 合成数据生成可以显著提高机器学习模型的性能,因为标记数据很少.
• 这项工作为通过先进的模拟技术推进IED检测能力提供了一条途径.