基于GA N的半监督低分辨雷达目标识别算法

• 作者: 吴世俊 朱克凡 王杰贵
• 来源期刊: 探测与控制学报
• 关键词: 低分辨雷达目标识别 深度学习 生成对抗网络 卷积神经网络
• 年，卷（期）: 2019,（6）
• 页码范围: 57-63
• 页数: 7页
• 分类号: TN959.1
• 语种: 中文

摘要

针对雷达侦察过程中数据库标签样本不足导致目标识别率难以提高的问题,提出了基于生成对抗网络(GAN)的半监督低分辨雷达目标识别算法.该算法将现有的少量标签样本和接收到的大量无标签样本作为样本集,使用卷积神经网络(CNN)替代GAN的判别器部分,利用GAN强大的对抗生成能力,提高小标签样本条件下对低分辨雷达目标的分类识别能力.仿真实验结果表明,该算法较传统半监督雷达目标识别方法具有更短的识别时间和更好的识别效果,证明了算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰贵	国防科技大学电子对抗学院	10	3	1.0	1.0
2	朱克凡	国防科技大学电子对抗学院	7	0	0.0	0.0