[发明专利]一种雷达目标检测方法、系统及可存储介质

权利要求书

1.一种雷达目标检测方法，其特征在于，包括以下步骤：

获取雷达接收数据，并对所述雷达接收数据进行预处理后形成数据集，并将所述数据集划分为训练集和验证集；

构建增强卷积神经网络，利用所述训练集以及所述训练集对应的数据标签训练所述增强卷积神经网络，利用所述验证集进行验证，并获取当所述验证集损失最小时对应的网络为最优检测权重网络；

对待检测数据进行预处理，将经过预处理的所述待检测数据输入至所述最优检测权重网络中进行检测得到输出结果，将输出结果与预设阈值进行对比，以实现判断所述待检测数据中是否存在目标。

2.根据权利要求1所述的一种雷达目标检测方法，其特征在于，判断所述待检测数据中是否存在目标的具体过程包括：

若所述输出结果小于等于所述预设阈值，判断所述待检测数据中含有目标，反之则判断所述待检测数据中不含有目标。

3.根据权利要求1所述的一种雷达目标检测方法，其特征在于，所述增强卷积神经网络包括依次连接的一个大卷积层、4个残差模块、一个密集连接层，其中所述残差模块包括依次连接的2个基础模块。

4.根据权利要求3所述的一种雷达目标检测方法，其特征在于，所述基础模块包括依次连接的多个子网络及二维池化层，所述子网络包括依次连接的第一卷积层、多个非对称卷积层、第一归一化层、第一激活层、第二卷积层、第二归一化层和第二激活层。

5.根据权利要求1所述的一种雷达目标检测方法，其特征在于，所述预处理的具体过程包括：

将所述雷达接收数据转换为二维时频图；

利用先验信息将所述二维时频图进行标记以得到对应的数据标签，所述数据标签包括仅含杂波而不含目标的数据、含有目标的数据；

调整所述二维时频图的尺寸，将调整过尺寸的所述二维时频图作为所述数据集。

6.根据权利要求5所述的一种雷达目标检测方法，其特征在于，确定预设阈值的具体过程包括：

将所述训练集中仅含杂波而不含目标的数据输入至所述最优检测权重网络，将网络输出结果保存至变量C中，并将所述变量C按从小到大进行排序，得到1*N维实向量C’；

根据预设虚警概率计算序号i，进而确定检测阈值T，其中i的具体表达式为：

式中，PFA为预设虚警概率，T为C’中的第i个元素。

7.根据权利要求5所述的一种雷达目标检测方法，其特征在于，训练优化所述增强卷积神经网络具体采用Adam方法。

8.一种利用权利要求1-7任一项所述的雷达目标检测方法的检测系统，其特征在于，包括：

数据获取模块，用于获取雷达接收数据，并对所述雷达接收数据进行预处理后形成数据集，并将所述数据集划分为训练集和验证集；

网络构建及训练模块，用于构建增强卷积神经网络，利用所述训练集以及所述训练集对应的数据标签训练所述增强卷积神经网络，利用所述验证集进行验证，并获取当所述验证集损失最小时对应的网络为最优检测权重网络；

检测模块，用于对待检测数据进行预处理，将经过预处理的所述待检测数据输入至所述最优检测权重网络中进行检测得到输出结果，将输出结果与预设阈值进行对比，以实现判断所述待检测数据中是否存在目标。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的雷达目标检测方法。