用于去混叠和配置雷达系统的深度学习

摘要

雷达系统中的深度学习包括从第一雷达系统中获取未混叠时间样本。一种方法包括：对未混叠时间样本进行欠采样以获得第一配置的混叠时间样本；对未混叠时间样本进行匹配滤波以获取未混叠数据立方体并且对混叠时间样本进行匹配滤波以获得混叠数据立方体；以及使用第一神经网络来获得去混叠数据立方体。训练第一神经网络以获得训练的第一神经网络。重复未混叠时间样本的欠采样，以获得第二配置的第二混叠时间样本。该方法包括训练第二神经网络以获得训练的第二神经网络，比较结果以选择与选择的配置相对应的选择的神经网络，以及将选择的神经网络与具有选择的配置的第二雷达系统一起使用以检测一个或多个物体。