علی مجرد جودت - مدرس مرکز علمی کاربردی هواپیمایی ساها، دانشگاه جامع علمیکاربردی
حامد فریدونی گواسرایی - مدرس مرکز ساها و دانشجوی دکترای برق، دانشگاه کاشان،
نواب حسین زاده - دانشجوی کارشناسی اویونیک، دانشگاه جامع علمیکاربردی
محمدرضا اصانلو - دانشجوی کارشناسی اویونیک، دانشگاه جامع علمیکاربردی
فرید مقدم - دانشجوی کارشناسی اویونیک، دانشگاه جامع علمیکاربردی

در این مقاله، شناسایی هدف راداری (RTD۱) یک فرآیند اساسی اما مهم در سیستم راداری است که برای تمایز و اندازه گیری اهداف از یک پس زمینه پیچیده طراحی شده است. روشهای یادگیری عمیق در حال حاضر توجه زیادی را به خود جلب کردهاند و به راهحلهای عملی در پردازش سیگنال راداری تبدیل شده اند. در مقایسه با روشهای مرسوم RTD، روشهای مبتنی بر یادگیری عمیق میتوانند ویژگیها را به طور خودکار استخراج کرده و نتایج دقیق تری به دست آورند. استفاده از یادگیری عمیق در RTD به عنوان یک مفهوم جدید در نظر گرفته میشود. در این مقاله به بررسی کاربردهای یادگیری عمیق در زمینه RTD و خلاصه محدودیتهای احتمالی میپردازیم. این کار به دلیل افزایش تعداد آثار تحقیقاتی منتشر شده در سالهای اخیر به موقع است. ما امیدواریم که این نظرسنجی دستورالعملهایی را برای مطالعات آینده و کاربردهای یادگیری عمیق در RTD و حوزههای مرتبط پردازش سیگنال راداری ارائه دهد.

شناسایی هدف راداری، پردازش سیگنال راداری، مدل های یادگیری عمیق، شبکه های عصبی مصنوعی، شبکه عصبی عمیق