基于时频图卷积神经网络的雷达动目标检测与分类一体化方法

摘要

本发明涉及基于时频图卷积神经网络的雷达动目标检测与分类一体化方法，属于雷达信号处理技术领域。首先，对雷达回波距离向脉压，存储距离‑脉冲二维回波数据；然后，通过时频变换，构建时频图训练数据集；建立改进的6层卷积神经网络，输入训练数据集对模型进行迭代优化训练，得到最优的网络参数；最后，将雷达待检测距离单元回波经时频变换输入经过训练的改进卷积神经网络中，判别该单元是否存在运动目标，并同时对运动类型进行分类，实现检测和分类一体化处理。本发明专利能智能学习和提取动目标雷达信号特征，适用于复杂环境和不同运动类型目标，可降低处理时间和硬件成本。