一种典型体目标电磁散射特性分类方法研究

• 作者: 吴春光 张文林 孙宝全
• 来源期刊: 电子测量技术
• 关键词: 典型体目标 历程图 卷积神经网络 分类识别
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 77-81
• 页数: 5页
• 分类号: TN955
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004626

摘要

针对雷达目标特性研究中目标分类识别需求,因复杂目标散射特性可等效为多类型体目标单元散射特性的合成,进而采用单元目标历程图数据训练神经网络(CNN)的方法,用以完成对平板、二面角、三面角、圆柱、圆形顶帽等5类典型体目标的分类识别.其中设计了基于历程图数据训练CNN方法及流程,构建了典型仿真案例,实现了训练准确率为99％,验证准确率为97％,且在测试集上表现良好.设计方法能够准确完成典型体目标分类识别,为进一步开展复杂目标分类识别研究提供一种新的思路.