一种基于深度学习的SuperDARN雷达目标回波聚类方法

本发明公开了一种基于深度学习的SuperDARN雷达目标回波聚类方法，其特征在于，包括如下步骤：步骤1、获取SuperDARN雷达探测数据并对其进行预处理，构成SuperDARN雷达回波特征数据集；步骤2、对数据中多普勒速度与谱宽的负值进行绝对值操作，使用Z‑score标准化将数据进行标准化处理；步骤3、搭建基于变分自编码器的深度聚类模型，并使用标准化处理后的数据进行训练；步骤4、使用完成预训练的基于变分自编码器的深度聚类模型得到聚类结果；步骤5、基于变分自编码器的深度聚类模型的聚类结果进行效果评估。该方法将深度学习技术和SuperDARN雷达回波数据应用到目标聚类中，从而获得更加干净清晰的各种回波。