典型文献
基于复值深度神经网络的目标检测方法
文献摘要：
针对雷达在检测概率要求严苛的多旁瓣干扰复杂场景下使用传统目标检测方法无法满足需求,性能有待进一步提升的问题,本文提出了一种基于多通道复值深度神经网络的雷达目标检测方法.传统脉冲体制阵列雷达的恒虚警率目标检测通常在和通道进行,在对回波信号进行空域相参预处理过程中获得了相参积累的同时丢失了阵元间的相位信息,而实际上目标回波在阵元间存在着一定的相位关系.本文利用神经网络强大的拟合能力和分类能力,将目标检测视为二元分类问题,设计复值深度神经网络深入挖掘目标与背景在不同阵元间的幅度及相位信息差异,从而在传统目标检测和通道-距离-多普勒空间的更前端更好地区分目标与背景的差异,提升了雷达目标检测性能.实验结果显示,所提方法在存在大量旁瓣干扰的场景下,相较传统方法具有更好的检测性能表现和抗干扰能力,且在杂波环境中也有良好的表现.
文献关键词：
雷达目标检测;相位信息;复值深度神经网络;多通道复值数据
中图分类号：
作者姓名：
王佳琛;吴亿锋
作者机构：
中山大学电子与通信工程学院,广东深圳518107
文献出处：
引用格式：
[1]王佳琛;吴亿锋-.基于复值深度神经网络的目标检测方法)[J].信号处理,2022(10):2021-2029
A类：
复值深度神经网络,多通道复值数据
B类：
目标检测方法,检测概率,严苛,旁瓣干扰,复杂场景,雷达目标检测,阵列雷达,恒虚警率,回波信号,行空,空域,参预,相参积累,相位信息,相位关系,二元分类,分类问题,息差,检测性能,抗干扰能力,杂波环境
AB值：
0.274615
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
