基于稳健深层网络的雷达高分辨距离像目标特征提取算法

发布时间：2018-01-06 21:22

本文关键词：基于稳健深层网络的雷达高分辨距离像目标特征提取算法　出处：《电子与信息学报》2014年12期 　论文类型：期刊论文

【摘要】：特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现,在匹配原始HRRP样本的同时,约束同帧样本趋近于平均像,并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。
[Abstract]:Feature extraction is the Radar HRRP target recognition (HRRP) core technology. Traditional feature extraction algorithm using multi model structure of shallow, easy to ignore the internal structure of the sample, is not conducive to the classification of feature learning effectively. Aiming at this problem, this paper realize the learning characteristics of linear network non multilayer constructs radar HRRP target recognition framework based on deep web. Using the properties of orientation frame average scattering point does not occur as in the MTRC in robust physical characteristics, proposed joint robust self stack encoder. The network consists of a series of joint robust self realization in the encoder stack, matching the original HRRP samples at the same time constraints the same frame sample tends to mean like, and ultimately the output of the network as the feature input classifier. The effectiveness measured HRRP data experiment results demonstrate that the proposed algorithm is based on.

【作者单位】：西安电子科技大学雷达信号处理国家重点实验室;
【基金】：国家自然科学基金(61372132,61201292) 新世纪优秀人才支持计划(NCET-13-0945) 中央高校基本科研业务费专项资金资助课题
【分类号】：TN957.52
【正文快照】： 1引言雷达高分辨距离像(HRRP)是利用宽带雷达信号获取的目标散射点子回波在雷达视线方向上投影的矢量和。它包含了目标尺寸,散射点分布等许多重要的结构信息,且易于获取、存储和处理,如今已成为了雷达自动目标识别(RATR)领域的一个重要的研究方向[1-7]。对于RATR,特征提取技术

【参考文献】