基于深度自编码多维特征融合的慢动目标检测

摘要：

针对强杂波环境下慢动目标检测存在的多普勒频移低、杂波干扰强、特征提取困难等问题,提出一种多维特征融合的检测算法.利用时频变换和脉冲压缩解析回波信息,提取目标回波时频域和距离像的特征,将特征串联输入到深度自编码网络中进行融合.深度自编码网络通过自主学习提取目标不同维度的特征,增强多维特征联合检测性能.仿真结果表明,与直接利用单域特征的深度自编码以及利用SVM进行目标检测的算法相比,该算法能有效融合时频域与距离像特征,实现特征互补,提高目标检测的鲁棒性与识别精度.

关键词：目标检测、深度自编码、特征提取、多维特征融合、时频变换、脉冲压缩

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61371107,61565004,61571143;国家科技重大专项“高精度位置测量系统在线标定技术研究”2017ZX02101007-003

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：143-148,154