基于AlexNet的自适应杂波智能抑制方法

来源：信号处理杂志 2020年第12期北京时间：

作者：唐先慧, 李东, 粟嘉, 程婉儒, 任金芝, 李玉琴

摘要：由于受观测环境以及雷达参数等因素的影响，构造协方差矩阵的杂波样本数据并不满足独立同分布，导致传统的自适应杂波抑制方法性能降低。针对静止雷达平台，本文提出一种基于AlexNet的自适应杂波智能抑制方法，首先，通过分析海杂波幅度分布特性，建立样本数据库；然后，通过迁移AlexNet在ImageNet数据集上的分类模型，并使用杂波数据集微调网络参数，实现对海杂波数据的准确分类，从而获取服从独立同分布的杂波样本数据，提高自适应杂波抑制方法性能。相比现有杂波抑制方法，所提方法具有人工参与度低、杂波分类准确率高、以及杂波抑制效果更好等优点；最后，通过CSIR实测数据验证了本文所提方法的有效性。

关键词：杂波抑制, AlexNet, 迁移学习, 自适应智能抑制