基于深度学习的雷达自动目标识别架构研究

• 作者: 孙俊 孙晶明 张瑞国 李士国
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 雷达 自动目标识别 深度学习 架构
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 雷达系统与技术
• 页码范围: 57-61,84
• 页数: 6页
• 分类号: TN957
• 字数: 4466字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2019.11.012

摘要

针对深度学习运用于雷达目标识别时存在的数据量欠缺和数据人工标注难等问题,提出将传统目标识别方法与人工智能技术结合,建立面向应用的新的目标识别架构,通过融合处理以及基于传统方法的机器自动标注,获得更优越的识别效果,大幅减少人工标注的工作量,确保系统在低数据量、低标注数据下仍可维持一定的识别效果.雷达实测数据证明了该识别框架的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晶明		8	25	2.0	5.0
5	李士国		11	160	5.0	11.0
7	孙俊		26	107	7.0	9.0
11	张瑞国		9	4	2.0	2.0