基于深度学习的低空雷达非期望航迹抑制方法及系统

本发明公开了一种基于深度学习的低空雷达非期望航迹抑制方法。该方法将非期望利用实时航迹数据进行训练和推理，识别真实航迹和非期望航迹。该方法采用常规方法进行航迹自动起始，并将航迹起始数据作为LSTM网络的学习集进行训练，确定网络参数；推理阶段，将航迹作为输入进行推理，LSTM网络输出非期望航迹标志，如果为真实航迹则在雷达中建立该目标航迹，否则标记为非期望航迹。该方法约束条件少，具备在线自学习能力，学习时间短、推理速度快，满足雷达实时目标跟踪需求。经实际数据测试，该方法非期望航迹识别概率大于98％，网络泛化能力强，是一种高效的低空雷达非期望航迹抑制方法，可以在低空雷达中广泛应用。