基于稳健变分自编码模型的雷达高分辨距离像目标识别算法

发布时间：2021-06-20 08:21

　　对于雷达高分辨距离像的识别问题,传统深层网络通常忽略了HRRP自身的目标特性,不利于学习有效的分类特征,导致其识别性能受到限制.针对这一问题,本文提出了一种基于稳健变分自编码模型的目标识别算法.该算法结合HRRP数据特性,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,基于变分自编码器构建了稳健变分自编码模型.该模型不仅能够获取稳健有效的识别特征,而且在一定程度上保存了数据的帧内结构信息,较大地提高了目标的平均识别率.基于实测HRRP数据验证了所提算法的有效性. 

【文章来源】：电子学报. 2020,48(06)北大核心EICSCD

【文章页数】：7 页

【文章目录】：
1 引言
2 自编码模型
    2.1 自编码模型(Auto-Encoder,AE)
    2.2 变分自编码模型(Variational Auto-Encoder,VAE)
3 基于稳健变分自编码模型的HRRP目标识别
    3.1 HRRP敏感性预处理与平均像
    3.2 稳健变分自编码模型(Robust Variational Auto-Encoder,RVAE)
4 实验结果与分析
    4.1 实验数据介绍
    4.2 实验结果分析
5 总结与展望


【参考文献】：
期刊论文
[1]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[J]. 冯博,陈渤,王鹏辉,刘宏伟.  电子与信息学报. 2014(12)
[2]一种利用目标雷达高分辨距离像幅度起伏特性的特征提取新方法[J]. 杜兰,刘宏伟,保铮,张军英.  电子学报. 2005(03)



本文编号：3238836