文献类型：期刊文章

作　　者：王磊[1,2] 张启亮[3] 翁明善[4]

WANG Lei;ZHANG Qiliang;WENG Mingshan(Graduate School,Air Force Engineering University,Xi'an 710051,China;Unit 93688 of People's Liberation Army,Tianjin 300202,China;Air Defense and Antimissile School,Air Force Engineering University,Xi'an 710051,China;Unit 93159 of PLA,Dalian 116033,China)

机构地区：[1]空军工程大学研究生院,陕西西安710051 [2]中国人民解放军93688部队,天津300202 [3]空军工程大学防空反导学院,陕西西安710051 [4]中国人民解放军93159部队,辽宁大连116033

出　　处：《探测与控制学报》

年　　份：2022

卷　　号：44

期　　号：5

起止页码：125-131

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对基于传统恒虚警概率检测算法的多输入多输出雷达在强地杂波背景下对于小型多旋翼无人机目标检测能力急剧下降的问题,引入了光学图像处理领域的YOLOv4目标检测算法,并在原算法的基础上加入SE模块,形成SE-YOLOv4算法。通过对雷达一维原始回波信号进行处理,获得目标回波信号在距离多普勒域能量分布的二维数据矩阵,形成特征明显的二维距离多普勒谱图,进行标注后构建数据集,模型训练完成后,在测试集上对模型的检测性能进行评估。实验结果表明SE-YOLOv4算法的检测性能优于传统的CFAR算法。

关 键 词：多旋翼无人机  恒虚警概率检测  YOLOv4算法  

分 类 号：TP391.4]