科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习和广义Radon-Fourier变换的高速机动目标检测方法,对回波信号预处理获得三维数据；将三维数据输入目标/噪声分类网络,获得各个距离单元存在目标的概率,将判定可能存在目标的距离单元的数据输入速度加速度分类网络,输出目标的速度和加速度所在的搜索区间,在搜索区间内采用广义Radon-Fourier变换进行能量积累,最后经过恒虚警检测得到检测结果。本发明将神经网络与广义Radon-Fourier变换结合,能够有效的平衡检测性能与计算量。本发明在估计目标所在距离单元和目标运动参数时具有较高的准确率；此外根据网络粗略估计的结果可以减少不必要的搜索操作,从而大大降低计算量。
- 单位
