一种基于加权图卷积网络的微弱目标检测方法

AITNT
正文
推荐专利
一种基于加权图卷积网络的微弱目标检测方法
申请号:CN202510701235
申请日期:2025-05-28
公开号:CN120630139A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开了一种基于加权图卷积网络的微弱目标检测方法,包括:获取雷达回波序列并进行预处理,得到短脉冲子序列对应的相位差序列;基于可见性图理论,构造加权差异可见性图及对应的加权邻接矩阵、特征矩阵;构造图数据集以及面向图分类的雷达目标分类模型,目标分类模型包括GCN模型,并将GCN模型的池化层替换为基于加权边收缩的图池化机制,将GCN模型的输出层设置为虚警率可控的分类器;利用图数据集对雷达目标分类模型进行训练;对于待检测的雷达回波序列,对于其每个距离单元分别构建特征矩阵和加权邻接矩阵作为检测集,将检测集中的待检测样本输入到训练好的雷达目标分类模型中,输出每个待检测样本的分类结果。
技术关键词
节点 序列 雷达 GCN模型 样本 回波 短脉冲 矩阵 网络 分类器 蒙特卡罗方法 全局平均池化 数据 非线性 输出特征 理论 处理器 可读存储介质 终端设备 存储器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号