+高级检索
基于卷积神经网络的高分辨率雷达目标识别
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


High Resolution Radar Target Recognition Based on Convolution Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    提出一种基于卷积神经网络(Convolution Neural Network,CNN)的高分辨率雷达目标识别方法.首先针对小样本应用于深度CNN时训练过程中损失函数值收敛速度慢的问题,利用结合批归一化算法的改进CNN网络对高分辨距离像(High Resolution Range Profile,HRRP)进行自动特征提取;再利用支持向量机(Support Vector Machine,SVM)对距离像特征进行分类.使用军事车辆高保真电磁仿真数据对提出的方法进行验证,识别结果证明了该方法的有效性.

    Abstract:

    A new method of high resolution radar target recognition based on Convolution Neural Network (CNN) was presented. To solve the problem of slow convergence of loss function values during the training process when small samples are applied to the deep CNN, High Resolution Range Profile (HRRP) features were firstly extracted by using the improved CNN combined with the Batch Normalization (BN) algorithm, and then classified by using a Support Vector Machine (SVM). The experimental results using high-fidelity electromagnetic simulation data of military vehicles validate the effectiveness of the proposed method.

    参考文献
    相似文献
    引证文献
文章指标
  • PDF下载次数:
  • HTML阅读次数:
  • 摘要点击次数:
  • 引用次数:
引用本文

何松华,张润民,欧建平,张军.基于卷积神经网络的高分辨率雷达目标识别[J].湖南大学学报:自然科学版,2019,46(8):141~148

复制
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2019-09-02
  • 出版日期:
作者稿件一经被我刊录用,如无特别声明,即视作同意授予我刊论文整体的全部复制传播的权利,包括但不限于复制权、发行权、信息网络传播权、广播权、表演权、翻译权、汇编权、改编权等著作使用权转让给我刊,我刊有权根据工作需要,允许合作的数据库、新媒体平台及其他数字平台进行数字传播和国际传播等。特此声明。
关闭