基于深度置信网络的高分辨率雷达距离像识别

• 作者: 张军 徐建业 李伟 王泓霖 许强
• 来源期刊: 计算机应用研究
• 关键词: 深度置信网络 高分辨距离像 重构误差 目标识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 872-875
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.09.0647

摘要

为提高雷达目标识别准确率,提出了一种基于深度置信网络(DBN)的高分辨率雷达距离像(HRRP)识别方法.首先利用受限玻尔兹曼机(RBM)对HRRP数据进行逐层无监督训练,根据对比散度(CD)算法更新网络参数,通过误差重构设计DBN深度;而后利用反向传播(BP)机制对DBN模型参数进行有监督的微调;最后基于该模型实现了HRRP的分类与识别.实验结果表明,与传统神经网络相比,本文方法的识别准确率及噪声鲁棒性显著提高,识别准确率可提高8.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军	国防科技大学电子科学与工程学院	100	950	16.0	26.0
2	李伟	空军工程大学信息与导航学院	111	485	10.0	19.0
3	许强	空军工程大学研究生院	7	24	2.0	4.0
4	王泓霖	空军工程大学研究生院	6	0	0.0	0.0
5	徐建业	空军工程大学研究生院	5	0	0.0	0.0