摘要
本发明提供一种基于深度学习的多频段回波相参配准方法及系统,涉及雷达信号处理技术领域。所述方法包括获取速度补偿后的雷达回波数据,雷达回波数据包括第一雷达回波和第二雷达回波;将第一雷达回波的实部和虚部以及第二雷达回波的实部和虚部共同输入至训练后的深度学习网络模型,得到预测相位偏差;根据预测相位偏差,对第二雷达回波进行相位补偿,得到第二雷达修正回波。将两个雷达回波的实部和虚部输入至训练后的深度学习网络模型,得到预测相位偏差,使用预测相位偏差对第二雷达回波进行相位补偿,从而实现多频段回波相参配准。经过训练,深度学习网络模型能在低信噪比的环境下得到较好的预测结果,且计算量小。
技术关键词
深度学习网络模型
雷达回波数据
偏差
跳频间隔
生成训练数据
仿真场景
模型训练模块
雷达信号处理技术
准系统
频率
存储计算机程序
数据获取模块
散射点
多频段
处理器
对象