一种基于卷积神经网络的有源假目标鉴别方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于卷积神经网络的有源假目标鉴别方法及系统
申请号:CN202410766720
申请日期:2024-06-14
公开号:CN118444261A
公开日期:2024-08-06
类型:发明专利
摘要
本发明公开了一种基于卷积神经网络的有源假目标鉴别方法、系统及存储介质,方法包括:获取目标在各接收站的一维距离像;将各接收站接收的同一目标的一维距离像按行排成二维参数矩阵,并作为卷积神经网络的输入数据;将获得的目标的二维参数矩阵输入至预先训练好的卷积神经网络进行检测,得到卷积神经网络输出的鉴别结果,所述鉴别结果包括真实目标和有源假目标;其中,所述获取目标在各接收站的一维距离像是通过宽带雷达探测,所述宽带雷达包括一部发射站和N部接收站。本发明能够克服传统方法中人工设计特征的局限性,能够更好地适应复杂多变的干扰环境。
技术关键词
鉴别方法 矩阵 卷积神经网络训练 参数 噪声功率 发射站 标签 样本 鉴别系统 图像获取模块 设计特征 训练集 雷达 可读存储介质 信号 数据 强度 计算机
系统为您推荐了相关专利信息
炉顶煤气 球团矿 轮廓数据 海绵铁 映射关系表
互连测试方法 级联滤波器 无线通信模块 实时通信 动态规划算法
真实应力应变曲线 仿真模型 数据 计算机设备 参数
双机器人协作 智能装配方法 并联机器人 末端执行器 串联机器人
耦合设备 对齐方法 斯托克斯参数 延迟效应 多项式算法