深度学习技术在雷达目标检测中的研究进展

发布时间：2023-05-07 19:08

　　随着对航空科技水平需求的不断提升,人工智能技术为该领域突破发展提供了可能。其中,深度学习作为一种人工智能的技术方法,在诸多方面展现出巨大的优势而受到广泛研究和关注。针对雷达目标检测而言,深度学习方法是以数据驱动的方式,建立端对端网络,避免人工提取特征表达力不足,实现优越检测的性能,因此在雷达领域受到越来越多的关注和研究。本文首先介绍了雷达目标检测领域相关知识,指出传统检测方法的局限性;然后对目前深度神经网络检测经典方法进行了分析和归纳,重点介绍了深度神经网络在雷达目标检测中的研究现状;最后对深度学习在雷达目标检测领域应用中存在的技术挑战进行了分析,并就未来相关技术的发展趋势进行了展望。

【文章页数】：9 页

【文章目录】：
1 目标检测现状
    1.1 传统雷达目标检测方法
    1.2 基于深度学习的目标检测方法
        1.2.1 CNN检测模型
        1.2.2 AE检测模型
2 基于深度学习的雷达检测应用
    2.1 雷达时域-频域（R-D）上的检测
    2.2 SAR检测技术
    2.3 雷达一维序列上检测
3 面临挑战和发展展望
    (1）雷达数据自动标注
    (2）小样本条件下的稳健检测
    (3）复杂作战环境下目标检测
    (4）面向深度学习的雷达处理软硬件架构实现
4 结束语



本文编号：3811162