基于DCNN的弹道中段目标HRRP图像识别

发布时间：2022-12-24 08:52

　　针对弹道中段目标识别问题,现有的基于高分辨距离像（high resolution range profile,HRRP）的识别方法直接提取一维HRRP（1-dimension HRRP,1D-HRRP）的整体特征,对局部特征提取能力较弱,且由1D-HRRP数据提取的特征的表达能力有限,为此提出了一种基于深度卷积神经网络（deep convolutional neural network,DCNN）的弹道中段目标HRRP图像识别方法。首先,将1D-HRRP转化为0-1二值图像,从而把数值变化特征转化为图像结构特征;然后,构建DCNN逐层提取图像的局部特征和共性特征并进行识别;最后,结合Dropout和L2正则化双重机制缓解DCNN过拟合问题,利用AdaBound算法提高DCNN训练收敛速度和识别正确率。实验结果表明,所提出的基于HRRP图像的弹道中段目标识别方法比其他12种基于1D-HRRP或二维HRRP（2-dimension HRRP,2D-HRRP）的识别方法正确率更高,在测试数据集上达到了96.28%,实验结果验证了该方法的有效性。 

【文章页数】：8 页

【参考文献】：
期刊论文
[1]遥感影像目标的尺度特征卷积神经网络识别法[J]. 董志鹏,王密,李德仁,王艳丽,张致齐.  测绘学报. 2019(10)
[2]HRRP target recognition based on kernel joint discriminant analysis[J]. LIU Wenbo,YUAN Jiawen,ZHANG Gong,SHEN Qian.  Journal of Systems Engineering and Electronics. 2019(04)
[3]基于二叉树直觉模糊SVM的弹道目标HRRP识别[J]. 翟夕阳,王晓丹,李睿,贾琪.  火力与指挥控制. 2017(10)
[4]结合多分类RVM和DS的弹道目标HRRP融合识别方法[J]. 李睿,王晓丹,雷蕾,薛爱军.  信息与控制. 2017(01)
[5]加权KNN分类器在HRRP库外目标拒判中的应用[J]. 柴晶,刘宏伟,保铮.  系统工程与电子技术. 2010(04)



本文编号：3725894