基于特征融合CNN的无源雷达无人机检测方法

王胜; 谢跃雷

doi:10.16725/j.1673-808X.202308

桂林电子科技大学学报 ›› 2026, Vol. 46 ›› Issue (1) : 75 -83. DOI: 10.16725/j.1673-808X.202308

基于特征融合CNN的无源雷达无人机检测方法

王胜, 谢跃雷

作者信息 +

Author information +

文章历史 +

摘要

针对单一特征检测传统无人机方法的局限性，提出了一种基于无源雷达的特征融合卷积神经网络结构，采用深度学习方法来实现无人机探测。该方法将地面数字多媒体广播信号作为外辐射源信号，通过接收其回波信号分别构建了短时傅里叶变换时频图和小波变换时频图，将这2种时频图作为数据集输入特征融合卷积神经网络，在经过网络相关层的计算提取特征后，由Concat层进行特征融合，最后在输出层得到检测结果。实验结果表明，在-10 dB下，采用2种特征融合的结构进行无人机检测的准确率达到了83%，且在其他不同信噪比下，采用2种特征融合的结构进行无人机检测的准确率都明显优于单一特征检测准确率，验证了该模型的有效性。