典型文献
基于改进YOLOv4算法的小型多旋翼无人机目标检测
文献摘要：
针对基于传统恒虚警概率检测算法的多输入多输出雷达在强地杂波背景下对于小型多旋翼无人机目标检测能力急剧下降的问题,引入了光学图像处理领域的YOLOv4目标检测算法,并在原算法的基础上加入SE模块,形成SE-YOLOv4算法.通过对雷达一维原始回波信号进行处理,获得目标回波信号在距离多普勒域能量分布的二维数据矩阵,形成特征明显的二维距离多普勒谱图,进行标注后构建数据集,模型训练完成后,在测试集上对模型的检测性能进行评估.实验结果表明SE-YOLOv4算法的检测性能优于传统的CFAR算法.
文献关键词：
多旋翼无人机;恒虚警概率检测;YOLOv4算法
中图分类号：
作者姓名：
王磊;张启亮;翁明善
作者机构：
空军工程大学研究生院,陕西西安710051;中国人民解放军93688部队,天津300202;空军工程大学防空反导学院,陕西西安710051;中国人民解放军93159部队,辽宁大连116033
文献出处：
引用格式：
[1]王磊;张启亮;翁明善-.基于改进YOLOv4算法的小型多旋翼无人机目标检测)[J].探测与控制学报,2022(05):125-131
A类：
恒虚警概率检测,二维数据矩阵
B类：
YOLOv4,多旋翼无人机,无人机目标检测,多输入多输出雷达,地杂波,杂波背景,检测能力,急剧下降,光学图像,目标检测算法,SE,回波信号,距离多普勒,多普勒域,能量分布,形成特征,谱图,模型训练,测试集,检测性能,CFAR
AB值：
0.275054
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
