基于深度学习的雷达回波数据的特征提取和时序建模方法

本发明公开了一种基于深度学习的雷达回波数据的特征提取和时序建模方法，涉及雷达数据处理技术领域，先数据预处理，用自适应阈值去离群点，结合EMD与小波去噪，经改进公式归一化，多尺度特征提取用DS‑CNN，含空洞卷积、胶囊网络，时序建模将GRU与Transformer编码器结合，最后用注意力自适应融合特征，经ResNet全连接层得特征表示。本发明借多种先进技术，充分提取雷达回波多尺度、多模态特征，精准建模时序关系，优化模型训练，提升泛化性与效率，平衡特征特性，全面提升雷达数据处理质量，应用前景广阔。