一种基于深度学习的雷达海杂波原始数据快速预处理方法

摘要

本发明公开了一种基于深度学习的雷达海杂波原始数据快速预处理方法，包括如下步骤：步骤1，将驻留模式、不同雷达参数和海洋环境参数条件下的若干组海杂波原始数据解码、脉压；步骤2，针对海杂波幅度图数据集中的每张距离门‑脉冲数幅度图，进行纯化海杂波数据区域的人工标注；步骤3，对海杂波原始幅度图数据集及相应的标签文件，划分为训练集、验证集和测试集；步骤4，构建Faster RCNN图像目标检测深度学习网络。本申请针对驻留模式下的雷达海杂波原始数据，提供了一种基于Faster RCNN深度学习网络的雷达海杂波原始数据快速预处理方法，优点在于克服了海杂波原始数据人工预处理带来的主观差异性和效率低下性。