[发明专利]一种基于卷积神经网络的海面弱目标探测方法和系统在审
| 申请号： | 201910425167.5 | 申请日： | 2019-05-21 |
| 公开（公告）号： | CN110263646A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 李渝舟;许桂桂 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的海面弱目标检测方法及系统，属于雷达信号处理技术领域。本发明首先采集海面雷达回波信号，对雷达回波信号提取特征以得到海杂波的时域特征数据；再根据海杂波的时域特征数据构造时间‑距离‑幅值的二维图像；之后以所述二维图像为训练集/测试集，基于CNN训练恒虚警检测器，利用CNN自主提取的输入的所述二维图像的特征，依据所学习的特征对待检测的海杂波二维图像进行分类，并且根据雷达信号检测问题中的恒虚警检测要求，调整CNN以优化恒虚警检测器，实现对目标信号的精准检测。本发明结合海杂波图像构建与利用卷积神经网络设计检测器，在低信杂比、低虚警概率以及短观测时长下均能实现对海面弱目标的精准检测。 | ||
| 搜索关键词： | 二维图像 卷积神经网络 弱目标 海面 杂波 恒虚警检测器 雷达回波信号 检测 时域特征 检测器 雷达信号处理 雷达信号检测 海杂波图像 恒虚警检测 目标信号 数据构造 提取特征 测试集 低虚警 训练集 构建 时长 探测 观测 采集 分类 概率 优化 学习 | ||
【主权项】：
1.一种基于卷积神经网络的海面弱目标检测方法，其特征在于，所述方法具体包括以下步骤：(1)采集海面雷达回波信号，对雷达回波信号提取特征以得到海杂波的时域特征数据；(2)根据海杂波的时域特征数据构造时间‑距离‑幅值的二维图像；(3)以所述二维图像为训练集/测试集，基于CNN训练恒虚警检测器，利用CNN自主提取的输入的所述二维图像的特征，依据所学习的特征对待检测的海杂波二维图像进行分类，并且根据雷达信号检测问题中要求的恒虚警检测，调整CNN以优化恒虚警检测器，实现对目标信号的精准检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910425167.5/，转载请声明来源钻瓜专利网。
