一种强机动下基于多尺度深度学习的雷达目标检测方法

本发明公开了一种强机动下基于多尺度深度学习的雷达目标检测方法，属于雷达目标检测技术领域，包括：对原始的雷达回波数据进行滤波并处理成回波图像作为当前帧回波图像；利用搭载了注意力机制的Swin‑Spatial Transformer网络提取当前帧回波图像的特征图；通过Conv‑LSTM网络提取历史n帧的回波图像的时间和空间特征，并与所提取的其它尺度特征进行融合，通过后续模块输出蕴含了时空变化特征的深层特征；融合产生的多维深层特征，得到雷达回波图像的多层次、多尺度特征，并经过全连接网络输出目标方位信息。通过本发明可以实现在强机动情况下对雷达目标的高效、准确、鲁棒检测。