基于Deeplabv3网络的飞机目标微动信号分离

• 作者: 付耀文 卢廷 张文鹏 杨威
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 飞机目标 微多普勒效应 深度神经网络 时频图 信号分离
• 年，卷（期）: 2020,（3）
• 页码范围: 327-334,339
• 页数: 9页
• 分类号: TN957
• 字数: 4818字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2020.03.015

摘要

针对空中飞机目标的微多普勒效应提出一种基于时频图与深度神经网络分离直升机、螺旋桨和喷气式三类飞机旋转部件和机身的方法.本文从飞机目标时频图像素差异着手,根据深度学习语义分割网络提取飞机目标时频掩膜图,将掩膜图与飞机目标多分量时频矩阵进行乘法拟合,实现三类飞机目标多分量信号分离.通过建立的仿真数据集进行多组实验,结果表明对飞机目标多分量信号,深度学习语义分割网络提取时频掩膜的方法能够很好地分离机身和旋转部件信号,并起到抑制杂波的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付耀文	国防科技大学电子科学学院	33	263	10.0	15.0
2	杨威	国防科技大学电子科学学院	10	20	2.0	4.0
3	卢廷	国防科技大学电子科学学院	1	0	0.0	0.0
4	张文鹏	国防科技大学电子科学学院	1	0	0.0	0.0