一种基于深度学习的距离分辨方法及存储介质

本发明公开了一种基于深度学习的距离分辨方法及存储介质，属于雷达距离分辨技术领域，包括获取毫米波雷达中目标的点迹数据，对点迹数据进行预处理；将预处理后的点迹数据输入到训练好的改进深度学习模型中，得到目标的距离；改进深度学习模型的改进包括：对深度学习模型中的卷积神经网进行改进，对深度学习模型中分类器的损失函数进行改进。本发明通过改进深度学习模型显著提高距离分辨的精确度，自适应复杂环境与目标距离分布多样性，都可灵活调整并输出准确的目标距离信息，易于升级优化雷达距离分辨率性能，节省雷达设备硬件经济成本。