《雷达学报杂志》发表论文赏析

基于深度学习的海杂波谱参数预测与影响因素分析

来源:雷达学报杂志2023年第1期北京时间:

作者:张玉石, 李笑宇, 张金鹏, 夏晓云

单位:中国电波传播研究所电波环境特性及模化技术重点实验室 青岛 266107;

摘要:该文基于不同雷达参数和海洋环境参数条件下的岸基雷达海杂波实测数据,利用深度神经网络(DNN)建模技术,建立了从多个测量条件参数出发的海杂波多普勒谱参数预测模型,实现了独立于杂波数据、基于环境特征的海杂波谱特征认知,谱频移和展宽的预测精度达90%以上。基于该预测模型,该文提出了一种基于参数循环递减认知的多普勒谱影响因素分析方法,分析了不同测量参数对海杂波多普勒谱预测的影响,得到了谱参数随主要影响因素的变化规律,结果对基于多普勒特征的海面目标检测应用具有重要意义。

关键词:海杂波, 多普勒谱, 深度神经网络, 影响因素, 预测模型

基金资助:国家自然科学基金(U2006207)

2023年1期其他文献查阅:

天线阵列编码合成孔径成像

星源照射双/多基地SAR成像

基于自学习稀疏先验的三维SAR成像方法

地基大视场SAR形变监测的非均匀大气相位校正方法

多策略ATLAS数据优选与影像匹配相结合的SAR高程控制点提取

复杂动态海面与目标电磁散射及回波仿真研究现状与展望

基于深度学习的海杂波谱参数预测与影响因素分析

一种改进的高分辨率SAR图像超像素CFAR舰船检测算法

特征图知识蒸馏引导的轻量化任意方向SAR舰船目标检测器

纹理异常感知SAR自监督学习干扰抑制方法

基于SVM的捷变频雷达密集转发干扰智能抑制方法

基于差分特征的间歇采样转发干扰辨识与抑制方法

分布式多传感器多目标跟踪方法综述

基于Raw I/Q和深度学习的射频指纹识别方法综述

杂波先验数据缺失条件下基于级联优化处理的雷达波形设计方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!