一种基于雷达高速回波数据的目标实时检测方法技术

本发明专利技术涉及一种基于雷达高速回波数据的目标实时检测方法，属于雷达数据处理技术领域，解决了现有技术中雷达数据处理效率低和目标实时检测结果准确率低的问题。包括接收雷达高速回波数据，作为原始数据；缓存原始数据并复制原始数据存储至阵列存储单元；根据预置的帧头标识，对缓存的原始数据识别出每帧待处理数据，将校验通过的每帧待处理数据缓存至DDR中；通过PCIE总线的peer‑to‑peer模式，将DDR中的多帧待处理数据传输至GPU；对GPU显存中存储的目标检测模型进行训练和测试，当测试结果准确度大于等于准确度阈值时，继续接收新的多帧待处理数据，并传入训练好的目标检测模型中，得到目标检测结果，直至处理完所有待处理数据。实现了雷达成像数据的目标实时检测。

【技术实现步骤摘要】

本专利技术涉及雷达数据处理，尤其涉及一种基于雷达高速回波数据的目标实时检测方法。

技术介绍

1、雷达回波数据深度学习处理是数据处理在雷达
与人工智能
的学科交叉与技术延展，雷达为人工智能提供数据处理的第一步——数据采集，人工智能为雷达提供数据处理的最后一步——数据处理和检测。

2、由于雷达高速回波数据的数据量大、传输速率高，目前雷达回波数据处理
的惯用做法是使用雷达高速回波数据采集存储系统先对雷达高速回波数据进行高速传输和可靠存储，再对可靠存储的数据进行转存、备份、检查筛选，然后对检查筛选后的数据进行深度学习处理。

3、现有的处理方式中的硬盘转存操作复杂、耗时长，实时性差，处理速度慢，不适用于实时检测场景中，而且现有目标检测模型未进行优化，目标实时检测结果准确率低。

技术实现思路

1、鉴于上述的分析，本专利技术实施例旨在提供一种雷达高速回波数据实时深度学习处理方法，用以解决现有雷达数据处理效率低和目标实时检测结果准确率低的问题。

2、本专利技术实施例提供了本文档来自技高网...

【技术保护点】

1.一种基于雷达高速回波数据的目标实时检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于雷达高速回波数据的目标实时检测方法，其特征在于，所述方法还包括：当测试结果准确度小于准确度阈值时，修改目标检测模型的参数后更新至GPU显存中，从DDR芯片或阵列存储单元中重新获取上次训练的多帧待处理数据，重新训练和测试目标检测模型。

3.根据权利要求1或2所述的基于雷达高速回波数据的目标实时检测方法，其特征在于，所述目标检测模型是改进的ShuffleNet模型，包括依次连接的：第一卷积层、最大池化层、多个ShuffleNet模块、第二卷积层、全局平均池化和全连接...

【技术特征摘要】

1.一种基于雷达高速回波数据的目标实时检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于雷达高速回波数据的目标实时检测方法，其特征在于，所述方法还包括：当测试结果准确度小于准确度阈值时，修改目标检测模型的参数后更新至gpu显存中，从ddr芯片或阵列存储单元中重新获取上次训练的多帧待处理数据，重新训练和测试目标检测模型。

3.根据权利要求1或2所述的基于雷达高速回波数据的目标实时检测方法，其特征在于，所述目标检测模型是改进的shufflenet模型，包括依次连接的：第一卷积层、最大池化层、多个shufflenet模块、第二卷积层、全局平均池化和全连接层，其中每个shufflenet模块包括依次连接的第三卷积层和通道注意力模块，通道注意力模块包括依次连接的：全局平均池化、一个全连接层、一个relu层、一个全连接层和一个sigmoid激活层构成。

4.根据权利要求1所述的基于雷达高速回波数据的目标实时检测方法，其特征在于，所述缓存原始数据，是缓存在zynq芯片内部的fifo模块中。

5.根据权利要求1所述的基于雷达高速回波数据的目标实时检测方法，其特征在于，所述阵列存储单元包括zynq芯片、ddr和多片m.2接口nvme协议的高速...

【专利技术属性】
技术研发人员：王泰林，毕锐锐，陈香国，薛红霞，
申请(专利权)人：北京华航无线电测量研究所，
类型：发明
国别省市：