计算机软件及计算机应用论文_基于深度卷积神经
文章目录
0 引 言
1 慢动目标检测与信号模型
1.1 雷达回波信号模型
1.2 用于目标检测的DCNN模型结构
2 实验与结果分析
3 结束语
文章摘要:针对强杂波背景下慢速运动目标检测性能不足的问题,设计了一种基于深度卷积神经网络（DCNN）的目标检测方法。主要将雷达回波信号距离—多普勒谱作为输入,送入设计的DCNN中,通过学习回波信号中杂波特征,并隐含的去除回波信号中目标成分,得到回波信号的残差谱。然后利用残差谱与回波信号R-D谱进行背景对消以抑制杂波,进而实现对回波信号中运动目标的检测。由于该方法通过学习杂波特性进而进行目标检测,因此适用于未知杂波模型的场景,避免了假设的模型与实际环境不符合的问题。实验验证:该方法相比于传统的杂波抑制目标检测方法,具有较好的性能表现。
文章关键词:
