典型文献
基于雷达量测时空特征的航迹起始方法
文献摘要：
日益拥挤、复杂的空域环境,使得确定真实目标航迹的起始尤为主要.现有关于雷达目标航迹起始的研究大多只考虑了实时性或起始率中的一种,难以在强杂波环境下完成快速而准确的航迹起始.本文提出一种适用于强杂波环境的基于深度学习和雷达量测时空(DLTS)特征的航迹起始算法.该算法首先从雷达量测组合中筛选出候选集,并从中提取出量测组合的时序变化和空间分布向量,作为一维卷积神经网络(1DCNN)和门控循环单元(GRU)混合模型的输入,获得量测组合的时间和空间维度特征,再将二者合并得到时空特征.最后对经过自注意力处理的时空特征进行真假航迹分类,完成航迹起始.在仿真实验中,DLTS算法在强杂波环境下能够在时间损耗与逻辑法相近的情况下有效提高真假航迹起始率性能.
文献关键词：
航迹起始;深度学习;雷达
中图分类号：
作者姓名：
沈光铭;许雄;樊玉琦
作者机构：
合肥工业大学 计算机与信息工程学院,安徽 合肥 230601;电子信息系统复杂电磁环境效应国家重点实验室,河南 洛阳 471003
文献出处：
引用格式：
[1]沈光铭;许雄;樊玉琦-.基于雷达量测时空特征的航迹起始方法)[J].太赫兹科学与电子信息学报,2022(12):1269-1276
A类：
航迹分类
B类：
时空特征,航迹起始,拥挤,空域,目标航迹,雷达目标,多只,强杂波,杂波环境,下完,DLTS,选集,时序变化,一维卷积神经网络,1DCNN,门控循环单元,GRU,混合模型,空间维度,维度特征,自注意力,真假,率性
AB值：
0.281597
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。
