基于深度残差多尺度一维卷积神经网络的雷达目标识别方法

授权

摘要

本发明提出了一种基于深度残差多尺度一维卷积神经网络的雷达目标识别方法。雷达目标因具有平移敏感性和姿态角敏感性而识别难度较大，该方法可自动提取雷达目标HRRP的不变特征。该方法利用卷积核和下采样操作的特征设计了两种一维残差多尺度块和两种一维多尺度下采样层，并以二者为核心构建神经网络模型，在此基础上，提出了一种新的损失函数来提高特征的可分性。该方法可以有效提取目标的深度不变特征，识别正确率较高，具有较好的鲁棒性和泛化性能。

基本信息

专利标题：

基于深度残差多尺度一维卷积神经网络的雷达目标识别方法

专利标题（英）：

暂无

公开（公告）号：

CN109375186A

申请号：

CN201811405815.2

公开（公告）日：

2019-02-22

申请日：

2018-11-22

授权号：

CN109375186B

授权日：

2022-05-31

发明人：

郭晨简涛孙顺徐从安王海鹏王聪

申请人：

中国人民解放军海军航空大学

申请人地址：

山东省烟台市芝罘区二马路188号科研学术处

代理机构：

代理人：

优先权：

CN201811405815.2

主分类号：

G01S7/41

IPC分类号：

G01S7/41 G06N3/04