采用卷积神经网络的海面多目标检测研究

• 作者: 刘乐 姚元 楼奇哲
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 海杂波 多目标检测 深度学习 卷积神经网络
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 算法研究
• 页码范围: 1053-1059
• 页数: 7页
• 分类号: TP389.1
• 字数: 4255字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2018.09.005

摘要

对海雷达多目标检测在军事领域有着重要的应用价值.为了提高海杂波下的目标检测性能,减少临近目标的影响,本文引入深度学习思想,提出了采用卷积神经网络的多目标检测方法.通过雷达实测数据的分析与训练,构造适用于处理一维回波数据的网络模型,引入定向惩罚技术加快自适应学习效率,优化网络超参数提升网络性能,实现了回波数据信杂比的较大改善,完成了海面多目标的有效检测.最后,基于实测数据对该方法进行了性能验证,实验结果显示了本方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚元		6	14	3.0	3.0
2	刘乐		2	8	2.0	2.0
3	楼奇哲		3	4	1.0	2.0