一种噪声环境下的雷达目标高分辨率距离像鲁棒识别方法

• 作者: 刘永祥 李玮杰 杨威 黎湘
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 目标识别 高分辨距离像 噪声环境 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 雷达智能探测新技术专题
• 页码范围: 622-631
• 页数: 10页
• 分类号: TN957.51
• 字数: 4185字
• 语种: 中文
• DOI: 10.12000/JR19093

摘要

随着深度学习技术被应用于雷达目标识别领域,其自动提取目标特征的特性大大提高了识别的准确率和鲁棒性,但噪声环境下的鲁棒性有待进一步研究.该文提出了一种在噪声环境下基于卷积神经网络(CNN)的雷达高分辨率距离像(HRRP)数据识别方法,通过增强训练集和使用残差块、inception结构和降噪自编码层增强网络结构,实现了在较宽信噪比范围下的较高识别率,其中在信噪比为0 dB的瑞利噪声条件下,识别率达到96.14％,并分析了网络结构和噪声类型对结果的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎湘	国防科技大学电子科学学院	174	2404	24.0	40.0
2	刘永祥	国防科技大学电子科学学院	28	627	14.0	25.0
3	杨威	国防科技大学电子科学学院	10	20	2.0	4.0
4	李玮杰	国防科技大学电子科学学院	1	0	0.0	0.0