[发明专利]基于深度四通道网络的二次雷达信号处理方法

权利要求书

1.基于深度四通道网络的二次雷达信号处理方法，其特征在于，包括以下步骤：

S1、构造训练集和验证集：

将解调后的加入高斯白噪声的二次雷达应答信号作为训练数据集，记作其中N代表信号样本数，K代表信号时间步长，未加入噪声的原始二次雷达应答信号作为标签，记作按比例划分为训练数据集和验证数据集；

将应答信号训练样本数据进行随机打乱，对样本数据X和标签Y进行维度扩展，形成形式为(n，t，f)的3D张量，其中n表示样本数目，t表示时间步长，f表示特征层数目；

对数据进行归一化，将数据的所有特征映射到同一尺度之间，得到训练集和验证集；

S2、构建深度四通道神经网络，依次包括初步特征提取部分、深层特征提取部分和上采样部分；

所述初步特征提取部分包括2个串联的卷积核尺寸为1*3，特征层数目均为64的宽卷积层；

所述深层特征提取部分包括并联的四个结构相同的支路，每个支路由5个卷积层和2个池化层构成，5个卷积层的特征层数量由小变大，再由大变小，依次为64，128，256，512和64，每经两个卷积层进行一次池化操作，每条支路输出参数尺寸为(n,128,64)，四条支路的输出融合在一起作为深层特征提取部分的输出；

所述上采样部分包括2个上采样层和3个卷积层，2个上采样层和2个卷积层依次交替连接，将深层特征提取部分输出的数据尺寸进行恢复，最后连接特征层数目为1，卷积核尺寸为1*1的卷积层，激活函数采用sigmoid；

S3、采用训练集对构建的深度四通道神经网络进行训练，并采用验证集对超参数进行调整；采用均方误差MSE作为回归预测的损失函数，使用回调函数查看训练模型的内在状态，当损失函数不再降低时，保存模型参数，获得训练好的深度四通道神经网络；

S4、将获得的二次雷达应答信号输入训练好的深度四通道神经网络，即可获得噪声抑制处理后的二次雷达应答信号。