摘要
本发明公开了一种LFM跳频信号远距离目标回波检测方法、终端设备及存储介质,通过构建目标回波的二维时频特征和一维匹配滤波特征,利用CNN网络提取二维时频特征,SE‑CNN‑GRU网络提取一维时序特征;通过自适应加权融合模块对多维特征进行加权融合;引入多头注意力机制对融合后的特征进行增强;通过全连接层和Softmax层输出分类结果得到目标回波的检测结果。本发明选择一维匹配滤波与二维时频图作为人工智能检测方法的输入特征,充分利用不同人工智能网络的优势进行多维特征挖掘,通过多维特征的互补性以及相关性进行自适应加权融合,并通过注意力机制进一步增强融合后的特征,进而提高了对目标回波的检测能力,能够在低信噪比环境下具有较高的检测准确性和鲁棒性。
技术关键词
回波检测
滤波特征
多头注意力机制
远距离
人工智能检测方法
Softmax函数
人工智能网络
检测误差
时序特征
终端设备
分支
短时傅里叶变换
数据格式
模块
信号
系统为您推荐了相关专利信息
可靠传输方法
智能电网数据
空天地一体化
智能电网系统
路段
特性预测方法
硅酸盐
变压器模型
静态特征
碱解氮
跌倒检测方法
多模态数据融合
编码
节点
学习特征