论文部分内容阅读
为了提高脉冲多普勒雷达在城市、郊区等复杂环境下,对低慢小飞行器进行目标检测的能力,利用卷积神经网络在特征提取和分类方面的优势,提出了一种基于卷积神经网络的目标检测方法。通过仿真白噪声和瑞利分布、韦布尔分布和K分布等杂波环境中的脉冲多普勒雷达回波信号,对比相同条件下CFAR检测器和CNN的检测结果,发现卷积神经网络比恒警虚检测器拥有更优的检测性能,检测概率至少提高0.01。