摘要
本发明公开了基于改进双向长短时记忆网络的海面微弱目标检测方法,涉及雷达信号处理技术领域,包括以下步骤:获取待检测信号,待检测信号包括海杂波信号与含目标回波信号,将待检测信号分为训练数据与测试数据,并对待检测信号进行混沌相空间重构;使用双向长短时记忆网络Bi‑LSTM算法对信号初始建模,得到LSTM模型;本发明将重构的相空间信号作为BiLSTM网络的输入,通过嵌入维度和延迟时间确定训练数据的长度,利用改进牛顿‑拉夫逊优化算法优化BiLSTM模型的参数,提高模型预测精度与运行速度,降低目标检测门限,结合BiLSTM模型进行单步预测,使用预测误差从强混沌背景噪声下检测微弱目标信号。
技术关键词
BiLSTM模型
混沌相空间重构
海杂波
sigmoid函数
LSTM算法
预测误差
差值曲线
雷达信号处理技术
网络
回波
混沌特征
误差曲线
误差预测
混沌系统
记忆单元
背景噪声
序列
系统为您推荐了相关专利信息
压缩特征向量
模拟退火算法
压缩编码算法
退火策略
人工智能算法
波束赋形方法
卫星通信信道
优化波束赋形
卷积长短期记忆
链路
关键帧
等级评估系统
面部表情动画
多尺度
语义关联度
实例分割方法
非线性特征
实例分割网络
编码器模块
注意力
售电量预测
推演方法
关系网络
波动特征
特征提取模型