基于DeepLabV3与GAN的雷达时频混叠多信号智能检测与分离

作者：韩文草; 孙闽红; 王之腾; 仇兆炀

来源：信号处理, 2022, 38(05): 1065-1074.

DOI：10.16798/j.issn.1003-0530.2022.05.019

• 智能侦察
• 时频重叠
• 信号检测
• 信号分离
• 深度学习

针对当前雷达信号智能检测研究中存在信号数量受限、样式单一、不便于后续处理等问题，本文提出了一种基于DeepLabV3与GAN的雷达时频混叠多信号智能检测与分离方法。首先对接收信号的时域数据通过时频变换得到二维的时频数据，利用DeepLabV3对多信号重叠的时频数据进行检测并且实现信号的分离，对于信号的重叠部分利用GAN对时域信号进行估计重构。实验结果表明，该方法在信噪比（SNR）为-3 dB时，检测平均交并比（mIoU）能够达到了85%以上，在SNR为6 dB时，分离后的信号与原信号相关系数高于0.85。

• 单位
  中国人民解放军陆军工程大学; 杭州电子科技大学