基于神经网络的雷达探测距离换算研究
王俊一
杨子晨
中国舰船研究设计中心 武汉 430061
摘要：在虚警概率Pf不变,检测概率Pd可变的条件下,对Marcum和Swerling Ⅰ～Ⅳ五种目标模型的雷达距离转换问题进行了系统研究.首先通过雷达方程计算不同目标的距离换算系数,而后对五种目标的Pd=f(SNR,N)公式进行离散化采样、处理得出训练数据集,最后使用MLP和基于DeepONet改进的MLP来拟合前五项与换算系数的关系.拟合后得出的神经网络模型,在脉冲次数N为0～150情况下,其标准化L2的loss值低于0.004.对通用的MLP进行一定的改进,可以提高其拟合性能,且神经网络在此数据集上的拟合效果满足实际工程中对探测距离估算精度的要求.
关键词：雷达目标模型探测距离MLPDeepONet
分类号：U666.1(船舶工程)
论文发表日期：2025-08-20
在线出版日期：2025-12-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 89-93,162 )
英文信息