【技术实现步骤摘要】
本专利技术属于信号处理，具体涉及一种基于深度学习的智能外辐射源雷达目标检测方法及流程。
技术介绍
1、随着新体制雷达的发展，外辐射源雷达系统的目标检测领域越来越受学者关注。在无参考通道场景下，由于缺少固定的参考通道接收直达波信号用于杂波对消，接收系统接收到的目标回波往往被第三方非合作辐射源发送的直达波信号以及杂波信号淹没，因此，如何在有直达波干扰条件下实现无参考通道外辐射源雷达目标检测至关重要。
2、目前已有的无参考通道外辐射源雷达目标检测算法通常根据接收信号在不同阵元的相关性将接收信号统一建模，采用多阵元协同的方法实现目标检测。然而，在信号估计过程中，信号未知参数估计的精度严重影响着目标检测的性能，且存在大量的矩阵运算，在低目标回波信噪比下检测性能往往较差。基于此，本专利技术提出一种基于深度学习的外辐射源雷达目标检测方法。
技术实现思路
1、针对现有技术存在的缺陷，本专利技术提供了一种基于深度学习的智能外辐射源雷达目标检测方法，本专利技术无需对接收信号未知参数迭代估计，大幅简...
【技术保护点】
1.一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，步骤一中，获取外辐射源雷达系统单接收站上多个阵元的接收信号，具体如下：
3.如权利要求1或2所述一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，步骤二中：
4.如权利要求1或3所述一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，步骤三中：
5.如权利要求4所述的一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，多尺度卷积模块具体实
【技术特征摘要】
1.一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，步骤一中，获取外辐射源雷达系统单接收站上多个阵元的接收信号，具体如下：
3.如权利要求1或2所述一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，步骤二中：
4.如权利要求1或3所述一种基于深度学习的智能外辐射源雷达目标检测方法，其特征在于，步骤三中：
5.如权利要求4所述的一...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。