一种基于注意力卷积神经网络的海杂波形状参数估计方法

本发明公开了一种基于注意力卷积神经网络的海杂波形状参数估计方法，首先获取若干组尺度参数相同、形状参数不同的海杂波分布，之后根据每一组海杂波分布的分位点特征比值和矩特征比值，确定该海杂波分布的“分位‑矩”联合特征，以海杂波分布的尺度参数和“分位‑矩”联合特征为数据输入、形状参数为数据输出，构建数据集，构建基于注意力机制的卷积神经网络海杂波形状参数估计模型，利用数据集进行训练，并基于训练后的模型进行海杂波形状参数的估计。本发明同时考虑了海杂波分布的分位点特征和矩特征，解决了传统方法中特征单一的问题；还通过引入注意力机制和卷积神经网络，能够捕捉输入特征中多维度、深层次的内在关联，弥补了传统方法在非线性任务上效果欠佳的不足，为对海信息处理提供支撑。