基于深度学习的海面弱目标探测技术研究

发布时间：2023-10-29 10:44

　　海面目标探测在资源勘探、舰船侦察、海事救援、海军预警、气象研究等军用、民用领域有着直接且至关重要的应用。在探测海面目标时,回波信号弱的小尺寸目标、隐身目标、高机动目标和远距离目标等,如军事领域中的掠海飞行器、潜望镜和隐身快艇等,以及民用领域的待救援人群、漂浮飞机残骸和待救援渔船等,被统称为弱目标。由于海面弱目标往往具有低可观测性,使得探测它们十分的困难,如何从海杂波中准确识别小目标现已成为亟待解决的重大科学问题。本文致力于实现复杂海况下的海面弱目标精准探测,构建了一种具有高区分度的联合海杂波时-空特性的二维图像,采用分类能力强大的卷积神经网络设计恒虚警检测器识别目标图像。本文的主要工作和成果如下:1、提出了利用联合海杂波的时-空特性的二维图像检测海面弱目标信号的方案。通过分析海杂波的时间相关性和空间相关性,发现不论是一定观测时间下的时间信息还是隐藏在不同距离单元之间的空间信息均对目标的检测有益。因此,本文选择联合二者信息,将海杂波数据转换为二维的图像以充分刻画目标信号与杂波信号之间的差异。本文对海杂波在时域、频域、时频域的典型特性进行分析,相应地构造了时间-幅值图、频率-功率谱图和时间...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文主要研究内容
2 海杂波的实测数据及相关特性
    2.1 IPIX雷达实测数据集
    2.2 海杂波的时-空特性
    2.3 联合时-空特性的目标检测思路
    2.4 本章小结
3 基于时-频特性的海杂波图像数据集构造
    3.1 海杂波时-频特性分析
    3.2 海杂波图像构造
    3.3 海杂波图像选择
    3.4 本章小结
4 基于卷积神经网络的海面弱目标检测器
    4.1 卷积神经网络简介
    4.2 基于卷积神经网络的恒虚警率检测器设计
    4.3 检测器性能验证及结果分析
    4.4 本章小结
5 总结与展望
    5.1 论文研究工作总结
    5.2 内容展望
致谢
参考文献
附录1 攻读硕士学位期间的研究成果



本文编号：3857922