基于深度学习的空间进动锥体目标微动特征提取方法

提出基于深度学习的的空间进动锥体目标微动特征提取方法，包括下列步骤：构建空间进动锥体目标的时频图数据集，并对数据集进行预处理；通过超参数调优，构造基于CNN网络的空间进动锥体目标特征提取模型；使用时频图数据集对网络模型进行训练，最终得到训练好的网络模型用于空间进动锥体目标的微动周期特征提取。本发明能够挖掘时频图随时间变化的重要信息，较为准确地提取出目标的微动周期特征，且具备一定的抗噪性。本发明为雷达信号处理中的参数估计任务提供一种高效、鲁棒的新思路，展现出深度学习在目标识别与参数估计中的应用潜力。