基于双谱-谱图特征和深度卷积神经网络的HRRP目标识别方法

发布时间：2021-12-30 21:35

　　针对雷达高分辨距离像（high resolution range profile,HRRP）目标识别中有效表示和特征提取这一关键问题,提出了基于双谱-谱图特征和深度卷积神经网络（deep convolution neural network,DCNN）的识别方法。首先,提取HRRP的双谱-谱图特征表示作为CNN的输入。然后,通过网络训练提取出深层本质特征,实现对雷达目标的识别。最后,对不同特征表示的识别结果进行对比。采用卫星目标实测数据进行实验,结果表明,该方法可以准确有效地识别雷达目标,而且与其他常用特征表示相比,双谱-谱图特征表示具有更好的识别准确率和噪声鲁棒性。 

【文章来源】：系统工程与电子技术. 2020,42(08)北大核心EICSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]一维卷积神经网络用于雷达高分辨率距离像识别[J]. 殷和义,郭尊华.  电讯技术. 2018(10)
[2]基于卷积神经网络的高分辨距离像目标识别[J]. 杨予昊,孙晶明,虞盛康,彭雄伟.  现代雷达. 2017(12)
[3]Radar high resolution range profile recognition via multi-SV method[J]. Long Li,Zheng Liu,Tao Li.  Journal of Systems Engineering and Electronics. 2017(05)
[4]雷达高分辨距离像自适应角域划分方法[J]. 但波,姜永华,李敬军,卢毅.  系统工程与电子技术. 2014(11)
[5]基于双谱分析的雷达辐射源个体特征提取[J]. 陈昌孝,何明浩,朱元清,王广学.  系统工程与电子技术. 2008(06)
[6]基于积谱的雷达目标高分辨率距离像识别[J]. 郭尊华,李少洪.  北京航空航天大学学报. 2006(04)



本文编号：3559003