作者
朱海峰
文章摘要
本次研究提出了一种使用AI进行雷达杂波抑制的优化算法。首先，我们将雷达接收到的信号按其所含信息的复杂程度和理解难度，进行分类和标签添加；接着，利用深度卷积神经网络（CNN）对雷达信号进行特征提取和识别，实现了对杂波和雷达目标的有效区分；最后，通过构建和优化AI网络，提高了杂波抑制的性能。通过大量实验验证，与传统杂波抑制算法相比，该AI杂波抑制算法可以有效提高雷达信号处理的准确性和稳定性，具有明显的优越性，并强有力的推动了雷达信号处理技术的发展。
文章关键词
雷达信号处理；杂波抑制算法；AI优化
参考文献
[1] 施端阳,林强,胡冰,等.基于 LVQ 神经网络的雷达杂波抑制方法[J].火力与指挥控制,2023,48(04):37-44.
[2] 施端阳,林强,胡冰,等.基于竞争神经网络的雷达杂波抑制方法[J].海军工程大学学报,2022,34(01):67-74.
[3] 段克清,李想,行坤,等.基于卷积神经网络的天基预警雷达杂波抑制方法[J].雷达学报,2022,11(03):386-398.
[4] 孙挺,程旭.信号相关杂波背景中极化雷达发射波形优化[J].电子与信息学报,2021,43(05):1275-1281.
[5] 施端阳,林强,胡冰,等.遗传算法优化神经网络的雷达杂波抑制方法[J].现代防御技术,2021,49(06):74-83.
Full Text:
DOI
