基于深度学习的杂波数据模拟方法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：雷达在工作过程中,常受到杂波的干扰,这对雷达的探测性能造成了突出的负面影响.因此,针对杂波的特性研究至关重要.随着雷达分辨率的提升,传统杂波建模方法已无法适用于杂波建模研究,因其难以精准刻画高分辨率下杂波的复杂特性.此时生成式深度学习因为其网络的强大数据拟合能力,成为了杂波建模的新方法.文章提出了一种基于深度学习(条件变分自编码器CVAE)的杂波模拟方法,其可以模拟多类杂波数据的多种特性,从而实现杂波样本扩充,为更精准的雷达杂波处理与目标检测奠定基础.

作者：

邓星瑜

展开 >

作者单位：

西安电子工程研究所陕西西安 710199

关键词：

杂波模拟深度学习拟合能力样本扩充精准检测

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.12.007

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(12)