一种基于深度学习模型的辅助数据筛选方法

本申请提出一种基于深度学习模型的辅助数据筛选方法，涉及雷达信号处理技术领域，包括：构建基于Transformer架构的辅助数据筛选模型；获取雷达回波数据；为雷达回波数据中的每个样本分配标签，构建二分类数据集；对二分类数据集进行预处理后，通过反向传播算法训练辅助数据筛选模型，得到训练后的辅助数据筛选模型；获取待检测单元数据，对其进行预处理后输入到训练后的辅助数据筛选模型，输出每个数据包含干扰目标的概率，将输出概率与预先设定的概率门限进行比较，基于比较结果判断是否包含干扰目标。本申请提出的辅助数据筛选模型能够自动学习雷达回波数据中的特征信息，不受多个干扰目标影响，有效区分距离单元信号是否包含干扰目标成分。