采用卷积神经网络的海面多目标检测研究

对海雷达多目标检测在军事领域有着重要的应用价值.为了提高海杂波下的目标检测性能,减少临近目标的影响,本文引入深度学习思想,提出了采用卷积神经网络的多目标检测方法.通过雷达实测数据的分析与训练,构造适用于处理一维回波数据的网络模型,引入定向惩罚技术加快自适应学习效率,优化网络超参数提升网络性能,实现了回波数据信杂比的较大改善,完成了海面多目标的有效检测.最后,基于实测数据对该方法进行了性能验证,实验结果显示了本方法的有效性.