一种基于深度学习的船舶雷达识别方法

本发明提供了一种基于深度学习的船舶雷达识别方法，涉及船舶雷达信号处理技术领域。内容包括：对目标反射的回波信号进行去噪过滤处理，基于去噪过滤后的信号生成空间特征和滤波后的目标特征信号；对滤波后的目标特征信号进行增强和归一化处理，进一步进行时空分解和非线性融合，得到融合后的时空信号矩阵；对融合后的时空信号矩阵进行加窗处理，并进行时空特征优化；通过时空特征自适应优化算法，生成时空特征融合后的数据；将时空特征融合后的数据输入到目标识别模型，输出目标类别的预测结果及置信度值，并优化目标识别模型。解决了传统雷达目标识别方法难以有效提取准确的时空特征，缺乏自适应能力，以及目标识别模型的泛化能力不足的问题。