基于卷积神经网络的高分辨率雷达目标识别

• 作者: 何松华 张军 张润民 欧建平
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 高分辨距离像 雷达目标识别 卷积神经网络 批归一化 支持向量机
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 计算机科学
• 页码范围: 141-148
• 页数: 8页
• 分类号: TN957.51
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2019.08.019

摘要

提出一种基于卷积神经网络(Convolution Neural Network,CNN)的高分辨率雷达目标识别方法. 首先针对小样本应用于深度CNN时训练过程中损失函数值收敛速度慢的问题,利用结合批归一化算法的改进CNN网络对高分辨距离像(High Resolution Range Profile, HRRP)进行自动特征提取;再利用支持向量机(Support Vector Machine,SVM)对距离像特征进行分类.使用军事车辆高保真电磁仿真数据对提出的方法进行验证,识别结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何松华	湖南大学信息科学与工程学院	32	143	7.0	10.0
2	张润民	湖南大学信息科学与工程学院	1	1	1.0	1.0