基于全局目标概率雷达HRRP目标识别算法研究

• 作者: 陆渊章 李震 胡莹
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 高分辨率距离像 全局目标概率 多基地雷达 深度卷积神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 雷达系统与技术
• 页码范围: 62-65,71
• 页数: 5页
• 分类号: TN959
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2020.12.012

摘要

由于飞行器使用的低可观察性设计,为了提高雷达高分辨率距离像(HRRP)目标识别的鲁棒性,提出了一种基于全局目标概率HRRP目标识别算法,该算法采用深度卷积神经网络从HRRP自动提取目标特征并进行目标识别.提出利用多基地雷达系统提供的空间分集,对不同目标类别的分类器的本地输出概率进行平均,将最高的全局目标概率与阈值进行比较,以获得用于最终分类的全局目标概率,从而提高了目标识别的鲁棒性,使隐形目标的检测和识别更加可靠.仿真结果表明,即使在低信噪比的情况下,所提出的算法可以显著提高分类的可靠性.