一种基于深度学习的毫米波雷达点迹融合方法、电子设备及存储介质

本发明公开了一种基于深度学习的毫米波雷达点迹融合方法、电子设备及存储介质，本发明在训练过程中加入频域先验模型特征辅助训练，实现时频特征结合作为分类依据。为了筛选出适合辅助网络训练的参数化特征，在辅助训练前设计参数化特征选择方法，筛选出相对最优的模型参数化特征，进而完成融合时频特征的目标分类检测，利用反向传播算法和特征拼接操作设计了目标参数化特征重要性计算方法。本发明在保证雷达威力、精度、分辨力等主要指标的前提下，降低了算法复杂度，同时极大地提高了算法效率，有利于在实际工程中应用。