基于ConvLSTM的空间进动锥体目标HRRP序列预测

作     者：李宏博 吴文华 张云 LI Hongbo;WU Wenhua;ZHANG Yun

作者机构：哈尔滨工业大学电子与信息工程学院哈尔滨150001 对海监测与信息处理工信部重点实验室(哈尔滨工业大学)哈尔滨150001 

出 版 物：《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)

年 卷 期：2023年第55卷第10期

页      码：10-18页

摘      要：宽带雷达对空间进动锥体目标进行持续探测能够形成高分辨距离像(high resolution range profile,HRRP)序列。HRRP序列携带空间进动锥体目标的空间几何信息和运动规律等信息,是进行目标关联跟踪和分类识别的重要依据,因此研究空间进动锥体目标的HRRP序列预测具有重要意义。卷积长短时记忆(ConvLSTM)网络将CNN和LSTM二者的特点有效结合,能够充分挖掘HRRP序列的空间和时间特性,完成对HRRP的预测。本文基于空间锥体目标的进动模型建立了多种尺寸、运动速度和运动方向等不同参数的HRRP序列数据集,并利用此数据集根据HRRP特性设计实现了适用于空间进动椎体目标HRRP预测的ConvLSTM网络模型。为了测试本文设计的ConvLSTM网络预测效果,将ConvLSTM网络与二维卷积神经网络模型进行预测效果对比分析。仿真实验结果表明,ConvLSTM网络预测结果与物理光学法计算得到的HRRP一致性高,皮尔逊相关系数高达0.9731,平均绝对误差低至0.0334,相较于二维卷积神经网络预测结果更加准确。证明本文设计的ConvLSTM网络模型能够有效提取HRRP序列的时间和空间特征,实现对HRRP序列的高精度预测。

主 题 词：高分辨距离像 预测 ConvLSTM 空间目标 进动 

学科分类：11[军事学] 080904[080904] 0809[工学-计算机类] 08[工学] 110503[110503] 0810[工学-土木类] 1105[1105] 1104[1104] 082601[082601] 081105[081105] 0826[工学-生物医学工程类] 081001[081001] 081002[081002] 0811[工学-水利类] 

核心收录：

D　O　I：10.11918/202207039

馆 藏 号：203124063...