深度学习在雷达中的研究综述

被引:60
作者
王俊
郑彤
雷鹏
魏少明
机构
[1] 北京航空航天大学电子信息工程学院
关键词
雷达; 深度学习; 信号处理;
D O I
暂无
中图分类号
TN95 [雷达]; TP181 [自动推理、机器学习];
学科分类号
080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
雷达通过发射天线发射电磁波,经过不同物体反射接收到相应的反射波,对其接收结果进行分析,能得到物体距雷达的位置,径向运动速度等信息,所以对雷达信号的分析具有重要的研究意义。近些年深度学习成为各个领域的研究热点,而在雷达领域同样可通过深度学习算法实现对信号的相应的信息处理。与传统方法相比,深度学习算法具有自动提取深层特征、获取较高准确率等优势。该文具体介绍了近期典型的深度学习算法在雷达信号处理中的应用及研究情况。此外,该文介绍了两个在雷达领域中应用深度学习亟待解决的问题,即过拟合和可解译性。
引用
收藏
页码:395 / 411
页数:17
相关论文
共 47 条
[1]  
基于深度学习的合成孔径雷达地面目标识别技术研究.[D].朱同宇.哈尔滨工业大学.2017, 02
[2]  
基于稀疏表示和深度学习的SAR图像目标识别研究.[D].阮怀玉.中国科学技术大学.2016, 01
[3]  
基于深度神经网络的人车分类算法.[D].张国祥.西安电子科技大学.2016, 03
[4]  
面向极化SAR地物分类的稀疏深度网络.[D].高蓉.西安电子科技大学.2015, 03
[5]  
基于深度学习的干涉SAR图像分类.[D].赵昌锋.西安电子科技大学.2015, 03
[6]  
基于射频隐身的机载雷达系统软件实现及HRRP目标识别研究.[D].张欢.南京航空航天大学.2016, 03
[7]  
基于自适应频域信息和深度学习的SAR图像分割.[D].于文倩.西安电子科技大学.2014, 04
[8]  
基于深度置信网的极化SAR图像分类.[D].罗小欢.西安电子科技大学.2014, 03
[9]  
高分辨率SAR图像目标快速提取算法研究.[D].涂松.国防科学技术大学.2016, 11
[10]   Experimental Analysis of Radar Odometry by Commercial Ultralight Radar Sensor for Miniaturized UAS [J].
Scannapieco, Antonio Fulvio ;
Renga, Alfredo ;
Fasano, Giancarmine ;
Moccia, Antonio .
JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 2018, 90 (3-4) :485-503