基于神经网络与Opencv的雷达目标检测算法研究

随着雷达使用场景日趋复杂,从回波信号中区分物体信号与噪声的难度也随之增加.旨在使用神经网络和Opencv两种方法从回波信号中区分出物体的信号,实现雷达的目标检测任务.在行列向量检测法中,将目标检测问题转换为向量分类问题,使用神经网络建立投票模型,从而对多普勒频谱上的行列向量分别进行检测,再将检测结果综合处理后获取频谱图上的极大值点.在Opencv检测法中,将雷达目标检测问题转换成图片特征检测问题,对多普勒频谱图从左上至右下进行检测,可判断出极大值点所在区域.两种算法在实际测试中均取得了良好的效果,既为雷达目标检测问题提供新的解决方案,又为深度学习算法在不同领域的应用提供新的思路.