基于图神经网络多特征融合的相干雷达目标检测方法

    公开(公告)号:CN117233725B

    公开(公告)日:2024-01-23

    申请号:CN202311517775.1

    申请日:2023-11-15

    Abstract: 本发明公开了一种基于图神经网络多特征融合的相干雷达目标检测方法,属于雷达信号检测技术领域,包括步骤:S1,对雷达回波数据进行图节点划分,图节点对应回波时间序列数据,获取训练集和验证集测试集;S2,提取时域特征、频域特征和时频特征;S3,构建图邻接矩阵,生成由邻接矩阵和各节点特征向量集构成的三个信号图数据;S4,根据样本数据中对应各节点信号类别,将节点划分训练集、验证集和测试集;S5,搭建雷达目标检测神经网络模型,对雷达目标检测图神经网络进行训练;S6,将测试集输入训练好的雷达目标检测图神经网络,输出对应节点为目标或杂波信号的二分类结果。本发明提高了雷达(56)对比文件WO 2023087558 A1,2023.05.25汪明明等.HetGNN-3D:基于异构图神经网络的3D目标检测优化模型.小型微型计算机系统.2022,全文.傅文谦.基于图神经网络的激光点云行人目标检测研究.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑.2023,全文.Yang, Y.等.The Target DetectionMethod of Pulse-Doppler Radar Based on Graph Attention Networks.2022 IEEE 5thInternational Conference on ElectronicsTechnology (ICET)..2022,全文.Yang, Honghui等.Graph R-CNN: TowardsAccurate 3D Object Detection withSemantic-Decorated Local Graph.COMPUTERVISION, ECCV 2022, PT VIII.2023,全文.苏宁远;陈小龙;关键;牟效乾;刘宁波.基于卷积神经网络的海上微动目标检测与分类方法.雷达学报.2018,(第05期),全文.

Patent Agency Ranking