计算机软件及计算机应用论文_基于深度卷积神经-信号处理

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

计算机软件及计算机应用论文_基于深度卷积神经

作者:

关键词:

摘要：

文章目录

0 引言

1 慢动目标检测与信号模型

1.1 雷达回波信号模型

1.2 用于目标检测的DCNN模型结构

2 实验与结果分析

3 结束语

文章摘要:针对强杂波背景下慢速运动目标检测性能不足的问题,设计了一种基于深度卷积神经网络（DCNN）的目标检测方法。主要将雷达回波信号距离—多普勒谱作为输入,送入设计的DCNN中,通过学习回波信号中杂波特征,并隐含的去除回波信号中目标成分,得到回波信号的残差谱。然后利用残差谱与回波信号R-D谱进行背景对消以抑制杂波,进而实现对回波信号中运动目标的检测。由于该方法通过学习杂波特性进而进行目标检测,因此适用于未知杂波模型的场景,避免了假设的模型与实际环境不符合的问题。实验验证:该方法相比于传统的杂波抑制目标检测方法,具有较好的性能表现。

文章关键词:

项目基金:《信号处理》网址: http://www.xhclzz.cn/qikandaodu/2022/0125/668.html