一种基于深度学习的非视域目标信号辨识方法.pdfVIP

下载本文档

0
0
约9.04千字
约 11页
2023-04-22 发布于北京
举报
版权申诉

一种基于深度学习的非视域目标信号辨识方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种基于深度学习的非视域目标信号辨识方法。针对非视域目标探测时噪声信号过大、目标个数未知而对目标信号的辨识造成困难的问题，将多帧光子飞行时间统计图拼接成二维图像，再构建卷积神经网络并进行训练，对目标信号进行辨识。本发明与现有技术的有益效果在于：本发明方法利用深度学习实现目标信号特征的自动选择；无需提前确定目标个数，也能辨识出每个目标的信号；即使存在持续或间隙性的噪声干扰，也能正确辨识目标信号，且辨识速度几乎不受目标个数影响；相比于概率密度法，计算量更小，速度更快，有利于后续跟踪处理。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113919398 A (43)申请公布日 2022.01.11 (21)申请号 202111207789.4 (22)申请日 2021.10.18 (71)申请人中国科学院光电技术研究所