一种基于卷积神经网络的雷达目标分类方法

• 作者: 高淑雅 高跃清
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 卷积神经网络 雷达 目标识别 距离-多普勒
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 91-94,100
• 页数: 5页
• 分类号: TN957.5|TP389.1
• 字数: 4147字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.01.020

摘要

雷达作为对低空和地面目标探测及监视预警的主要手段,在安全领域应用广泛.针对现阶段实际应用中雷达目标分类技术中过于依赖人工提取特征的问题,提出了一种基于卷积神经网络的分类方法,对雷达回波数据进行二维傅里叶变换得到距离-多普勒图像,再以距离-多普勒图集作为数据集,训练神经网络,得到能够完成雷达目标识别的网络模型.结果 表明,相较于传统方法,基于卷积神经网络的目标识别模型在省去人工工作的同时提高了目标识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高跃清	中国电子科技集团公司第五十四研究所	13	56	5.0	7.0
2	高淑雅	中国电子科技集团公司第五十四研究所	1	2	1.0	1.0