基于卷积神经网络的低分辨雷达目标一步识别技术

作     者：朱克凡 王杰贵 ZHU Kefan;WANG Jiegui

作者机构：国防科技大学电子对抗学院 

基　　金：预研基金项目(9140C100404120C1003) 

出 版 物：《空军工程大学学报（自然科学版）》 (Journal of Air Force Engineering University(Natural Science Edition))

年 卷 期：2019年第20卷第5期

页      码：83-89页

摘      要：现有低分辨雷达目标识别通常采用先特征提取、再进行目标分类的两步识别算法,存在识别率难以提高和方法泛化性不足的问题,因此提出了一种基于卷积神经网络(CNN)的低分辨雷达目标一步识别算法。该算法直接将采样数据作为输入,利用设计的一维CNN,通过卷积池化等操作自动获取数据深层本质特征,无需特征提取,实现对目标的一步识别。仿真实验结果表明:基于CNN的低分辨雷达目标一步识别方法的识别率较传统基于提取特征的两步识别方法提高了10.31%,识别时间较传统两步识别方法减少了0.142 s,充分证明了一步识别方法的有效性,为低分辨雷达目标识别问题提供了新的解决途径。

主 题 词：低分辨雷达目标识别 一步识别算法 卷积神经网络 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 081105[081105] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 

核心收录：

D　O　I：10.3969/j.issn.10093516.2019.05.014

馆 藏 号：203878556...