典型文献
基于神经网络与Opencv的雷达目标检测算法研究
文献摘要：
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.
文献关键词：
雷达目标检测;多普勒频谱图;神经网络;Opencv;投票模型
中图分类号：
作者姓名：
杨柳;李知谕;孙带;李跃星
作者机构：
湘潭大学数学与计算科学学院,湖南 湘潭411100;湖南时变通讯科技有限公司,湖南 湘潭411100
文献出处：
引用格式：
[1]杨柳;李知谕;孙带;李跃星-.基于神经网络与Opencv的雷达目标检测算法研究)[J].数学的实践与认识,2022(08):104-114
A类：
多普勒频谱图
B类：
Opencv,雷达目标检测,目标检测算法,算法研究,使用场景,回波信号,中区,分出,行列,检测法,检测问题,问题转换,分类问题,投票模型,综合处理,极大值点,转换成,成图,图片特征,特征检测,左上,上至,右下,可判,所在区域,实际测试,既为,深度学习算法
AB值：
0.28861
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。
