首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于DenseNet的机载雷达动目标检测
引用本文:李贵锋,童宁宁,冯为可,刘成梁.基于DenseNet的机载雷达动目标检测[J].空军工程大学学报,2021,22(2):83-90.
作者姓名:李贵锋  童宁宁  冯为可  刘成梁
作者单位:空军工程大学防空反导学院,西安,710051
基金项目:国家自然科学基金(62001507)
摘    要:针对传统机载雷达运动目标检测方法所需训练距离单元较多的问题,将运动目标检测问题转化为多分类问题.首先,基于少量训练距离单元数据构建分类所需的训练数据集;然后,基于卷积神经网络DenseNet构建多类分类器;最后,利用训练后的分类器提取雷达空时回波数据特征,进行目标检测和参数估计.仿真结果表明:基于DenseNet的机载雷达动目标检测方法能够有效检测目标,估计目标的距离、多普勒频率等参数.相比传统空时自适应处理方法,该方法能够显著减少所需训练距离单元数量;相比现有基于分类的目标检测方法,该方法能够有效提高目标检测和参数估计的准确度.

关 键 词:机载雷达  运动目标检测  分类  卷积神经网络

Airborne Radar Moving Target Detection Based on DenseNet
LI Guifeng,TONG Ningning,FENG Weike,LIU Chengliang.Airborne Radar Moving Target Detection Based on DenseNet[J].Journal of Air Force Engineering University(Natural Science Edition),2021,22(2):83-90.
Authors:LI Guifeng  TONG Ningning  FENG Weike  LIU Chengliang
Abstract:
Keywords:airborne radar  moving target detection  classification  convolution neural networks
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《空军工程大学学报》浏览原始摘要信息
点击此处可从《空军工程大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号