文献类型：期刊文章

作　　者：施端阳[1,2] 林强[1] 胡冰[1] 张馨予[3]

SHI Duanyang;LIN Qiang;HU Bing;ZHANG Xinyu(Air Force Early Warning Academy,Wuhan 430019,China;Unit 95174 of PLA,Wuhan 430040,China;Unit 63650 of PLA,Heshuo 841700,China)

机构地区：[1]空军预警学院,湖北武汉430019 [2]中国人民解放军95174部队,湖北武汉430040 [3]中国人民解放军63650部队,新疆和硕841700

出　　处：《雷达科学与技术》

基　　金：全军军事类研究生重点资助课题(No.JY2020B150)。

年　　份：2022

卷　　号：20

期　　号：6

起止页码：589-605

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：雷达目标检测技术能够判断回波信号中目标存在与否,并提取目标位置信息。随着雷达图像质量的提升和人工智能技术的发展,利用雷达图像数据通过深度学习方法实现雷达目标检测功能成为一种新的思路。该文首先从雷达目标检测原理入手,对传统和现代两类检测方法进行了梳理,分析了各类检测方法的特点及适用性。然后针对现代雷达回波信号复杂性增大导致传统检测方法统计建模难的问题和机器学习方法特征提取难度大的问题,对深度学习目标检测方法进行了归纳,主要从深度学习算法、雷达回波图像数据类型和应用场景三个方面进行总结。最后分析了深度学习在雷达目标检测应用中面临的挑战,展望了未来的发展趋势。

关 键 词：雷达 深度学习  目标检测 卷积神经网络

分 类 号：TN957]