基于Deeplabv3网络的飞机目标微动信号分离

发布时间：2025-04-23 00:43

　　 针对空中飞机目标的微多普勒效应提出一种基于时频图与深度神经网络分离直升机、螺旋桨和喷气式三类飞机旋转部件和机身的方法。本文从飞机目标时频图像素差异着手,根据深度学习语义分割网络提取飞机目标时频掩膜图,将掩膜图与飞机目标多分量时频矩阵进行乘法拟合,实现三类飞机目标多分量信号分离。通过建立的仿真数据集进行多组实验,结果表明对飞机目标多分量信号,深度学习语义分割网络提取时频掩膜的方法能够很好地分离机身和旋转部件信号,并起到抑制杂波的效果。

【文章页数】：9 页

【文章目录】：
0 引言
1 飞机目标微动信号时频图构建
2 飞机回波信号分离算法模型
    2.1 多分量飞机目标回波信号分离框架
    2.2 Deeplabv3深度神经网络获取时频掩膜图
3 仿真实验结果与分析
    3.1 悬停状态
    3.2 直线运动
    3.3 多分量飞机回波信号分离
    3.4 分离性能评价
4 结束语



本文编号：4040953