雷达信号时频分析与深度学习融合处理方法
王欣璐

中国电子科技集团公司第二十二研究所，山东青岛，266107；

摘要：雷达信号多呈现非平稳特征，且易叠加噪声、杂波等干扰，传统时频分析虽能刻画信号时间与频率的分布关系，却受分辨率局限与抗干扰能力不足的影响，难以精准提取目标信号特征。深度学习具备强大的自主特征挖掘能力，可弥补时频分析短板，二者融合能实现“时频特征精准表征-深层差异自主识别-目标信号高效提取”的协同效应。文章阐述雷达信号时频分析与深度学习融合的核心逻辑及融合前提，梳理二者融合的核心处理方法，明确融合处理的实施流程，为复杂场景下提升雷达信号处理精度、强化目标探测能力提供参考。

关键词：雷达信号；时频分析；深度学习；融合处理；特征提取

参考文献

[1]张治斌,金苑苑,李思佳,党伟.基于图信号处理的无线网络异常节点检测方法[J].计算机科学与应用,2024,14(3):201-209.

[2]廖可非,王海军,谢宁波.基于图信号处理的频控阵MIMO雷达动目标检测方法[J].现代电子技术.2024(23):62-68.

[3]陈小龙,何肖阳.雷达微弱目标智能化处理技术与应用[J].雷达学报（中英文）.2024(03):501-524.