一种基于深度学习的雷达近程测距抗气候干扰方法

本发明属于毫米波雷达测距技术领域，具体涉及一种基于深度学习的毫米波雷达近程测距抗恶劣气候干扰的方法。本发明基于降雨环境的毫米波雷达回波模型，仿真得到毫米波雷达在降雨环境下干扰的回波信号，并通过调整变量，建立了用于训练神经网络模型的数据集；然后搭建了轻量化的卷积神经网络模型，并在数据集上进行训练和优化，评估网络模型的功能，直到满足性能要求；之后通过模型压缩技术，减小网络模型的参数规模和运算量，得到最终的神经网络模型；本发明流程高效，可以有效提升毫米雷达近程测距的抗干扰能力和测距精度。