基于卷积神经网络的低分辨雷达目标一步识别技术
朱克凡
王杰贵
1.国防科技大学电子对抗学院,合肥,2300372.国防科技大学电子对抗学院,合肥,230037
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.
关键词：低分辨雷达目标识别一步识别算法卷积神经网络
分类号：TN957.52(雷达)
资助基金：预研基金项目(9140C100404120C1003)
论文发表日期：2019-10-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 83-89 )
英文信息