小样本条件下基于数据增强和WACGAN的雷达目标识别算法

• 作者: 刘有军 朱克凡 王杰贵
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 雷达目标识别 数据增强 生成对抗网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1124-1131
• 页数: 8页
• 分类号: TN959.1+7
• 字数: 6622字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.06.012

摘要

目前小样本条件下高分辨距离像雷达目标识别算法存在识别率较低、识别率稳定度较差等问题,对此,本文提出了基于数据增强和加权辅助分类生成对抗网络(Weighted Auxiliary Classifier Generative Adversarial Networks,WACGAN)的雷达目标识别算法.该算法首先根据雷达目标散射特性,通过时间镜像数据增强方法扩充数据集,然后将扩充数据集输入WACGAN,通过自动选择高质量的生成样本,使判别器在标签样本监督学习的基础上得到进一步优化,最后直接利用判别器实现对雷达目标的有效识别.仿真实验结果表明,本文算法在不增加识别时间的基础上,有效提高了小样本条件下对雷达目标的识别率和识别稳定度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
3	刘有军	国防科技大学电子对抗学院	2	0	0.0	0.0