一种基于卷积-Transformer空时先验特征的视频SAR成像方法

本发明公开一种基于卷积‑Transformer空时先验特征的视频SAR成像方法，应用于视频SAR成像技术领域，针对现有技术利用的先验特征单一，且基于卷积神经网络，只能关注SAR图像局部先验特征，对历史视频SAR数据的发掘和利用不足，当先验假设不满足或者采样率足够低时，都会造成成像性能的下降的问题；本发明首先在建模上，构建了空时特征先验正则项约束的成像逆问题，并通过近端梯度下降算法获得迭代求解；在网络构建时，利用算法展开将获得的迭代步骤展开为深度展开网络，并设计了一个两路架构的卷积‑Transformer的先验模块来拟合近端算子实现空时特征先验的提取。