基于深度学习的杂波数据模拟方法研究
邓星瑜
西安电子工程研究所 陕西西安 710199
摘要：雷达在工作过程中,常受到杂波的干扰,这对雷达的探测性能造成了突出的负面影响.因此,针对杂波的特性研究至关重要.随着雷达分辨率的提升,传统杂波建模方法已无法适用于杂波建模研究,因其难以精准刻画高分辨率下杂波的复杂特性.此时生成式深度学习因为其网络的强大数据拟合能力,成为了杂波建模的新方法.文章提出了一种基于深度学习(条件变分自编码器CVAE)的杂波模拟方法,其可以模拟多类杂波数据的多种特性,从而实现杂波样本扩充,为更精准的雷达杂波处理与目标检测奠定基础.
关键词：杂波模拟深度学习拟合能力样本扩充精准检测
论文发表日期：2024-12-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 37-40 )