發(fā)布時間：2024-06-13 18:55

　　針對傳統(tǒng)目標識別方法人工提取特征難以挖掘到數(shù)據(jù)深層次特征的問題,提出了將卷積神經(jīng)網(wǎng)絡(luò)(CNN)應(yīng)用于高分辨距離像(HRRP)的目標識別方法,實現(xiàn)了對數(shù)據(jù)深層次特征的自動提取。首先構(gòu)造CNN模型,設(shè)置網(wǎng)絡(luò)參數(shù);然后針對HRRP數(shù)據(jù)是一維的問題,將HRRP數(shù)據(jù)重新排列使一維數(shù)據(jù)變?yōu)槎�維數(shù)據(jù);其次用訓練數(shù)據(jù)對CNN模型進行訓練得到網(wǎng)絡(luò)參數(shù);最后用訓練好的網(wǎng)絡(luò)模型對測試數(shù)據(jù)進行目標識別。通過對數(shù)據(jù)的減半并且添加噪聲,驗證了CNN的泛化性能。通過對學習率的優(yōu)化,可以進一步提高CNN的識別率。實測數(shù)據(jù)的實驗結(jié)果表明,CNN具有較好的識別性能。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1HRRP生成示意圖

HRRP是目標散射點子回波沿雷達視線方向的投影向量和，其生成示意圖如圖1所示。早期的雷達目標識別主要是通過窄帶雷達對目標的有效散射截面積（RCS）進行研究的，隨著帶寬的增大，雷達的分辨能力增強，當雷達的帶寬大到使雷達的距離分辨率遠小于目標的尺寸時，目標的各等效散射中心在雷達視線上....

圖2CNN基本結(jié)構(gòu)圖

CNN是一類特殊的前饋神經(jīng)網(wǎng)絡(luò)，最早始于20世紀60年代Hubel和Wiesel等人通過對貓和猴的視覺皮層細胞研究，發(fā)現(xiàn)其獨特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地降低反饋神經(jīng)網(wǎng)絡(luò)的復雜性，提出了感受野（receptivefield）的概念，繼而提出了CNN[20]。近年來，CNN被廣泛應(yīng)用于各....

圖3艦船模型與實驗裝置

本文采用的數(shù)據(jù)是某實驗室通過水聲試驗測量的艦船模型HRRP數(shù)據(jù)[21]，艦船模型與實驗裝置如圖3所示，實驗示意圖如圖4所示。圖4實驗示意圖

圖4實驗示意圖

圖3艦船模型與實驗裝置實驗共測得5類艦船在不同角度下的HRRP數(shù)據(jù)，5類艦船目標編號為目標A～E，其中A～C為軍用艦船，D為漁政船，E為巴拿馬型貨船。每一類包含2400個樣本，平均覆蓋180°姿態(tài)角，圖5給出了5類目標在姿態(tài)角為0°時的歸一化HRRP。

本文編號：3993501