基于深度學習的海面目標檢測研究.pdf

1、海雜波的存在使得海面小目標的檢測一直是雷達信號處理中難點和熱點。海面目標的回波主要是來自海表面自身的雜波和目標的散射回波。小目標直接檢測的困難在于海雜波背景會湮沒小目標的回波信號。通過對海雜波的研究間接實現(xiàn)對小目標的檢測有一定的研究價值。本文對海雜波中的目標檢測處理從一維信號處理角度和二維圖像處理角度進行了研究。主要工作如下:
　　1、基于堆棧自編碼器的一維海雜波序列預測:分析研究IPIX雷達實測海雜波的性質(zhì)，證明一維海雜波序列的

2、短期可預測性?；谝痪S海雜波序列的短期可預測性，建立了堆棧自編碼器預測模型，仿真實驗證明了該模型的有效性，相較于其他方法的預測精度有所提高。
　　2、基于卷積自編碼器的二維圖像域上的目標檢測:針對仿真海雜波回波數(shù)據(jù)的距離時間像數(shù)據(jù)集，使用卷積自編碼器實現(xiàn)特征提取和目標檢測。為了準確構(gòu)建數(shù)據(jù)集，利用SIRP方法對不同海清進行了仿真，針對單純海雜波和含目標信號的海雜波的數(shù)據(jù)集測試結(jié)果表明所提方法檢測準確率有所提高。
　　3、基于