一维卷积神经网络用于雷达高分辨率距离像识别

• 作者: 殷和义 郭尊华
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 目标识别 高分辨率距离像 卷积神经网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 1121-1126
• 页数: 6页
• 分类号: TN957|TP183
• 字数: 3171字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2018.10.002

摘要

针对人工提取高分辨率距离像(HRRP)优良特征比较困难的问题,研究了基于一维卷积神经网络(CNN)的HRRP识别方法.利用CNN具有分层学习特征的能力,训练CNN自动地从HRRP中学习有用的特征并分类.在仿真实验中描述了网络的相关配置,分析了不同激活函数、不同参数、不同网络结构的识别性能,对比了CNN与其他分类器的识别结果,用可视化特征图直观地说明了CNN通过卷积层能够学习到易于分辨的特征.实验结果表明CNN具有很好的识别性能.