高级搜索

基于深度多尺度一维卷积神经网络的雷达舰船目标识别

郭晨 简涛 徐从安 何友 孙顺

引用本文: 郭晨, 简涛, 徐从安, 何友, 孙顺. 基于深度多尺度一维卷积神经网络的雷达舰船目标识别[J]. 电子与信息学报, 2019, 41(6): 1302-1309. doi: 10.11999/JEIT180677 shu
Citation:  Chen GUO, Tao JIAN, Congan XU, You HE, Shun SUN. Radar HRRP Target Recognition Based on Deep Multi-Scale 1D Convolutional Neural Network[J]. Journal of Electronics and Information Technology, 2019, 41(6): 1302-1309. doi: 10.11999/JEIT180677 shu

基于深度多尺度一维卷积神经网络的雷达舰船目标识别

    作者简介: 郭晨: 女,1990年生,博士生,研究方向为雷达目标识别、深度学习;
    简涛: 男,1980年生,副教授,研究方向为雷达信号处理、目标识别;
    徐从安: 男,1987年生,讲师,研究方向为多目标跟踪、信息融合、深度学习;
    何友: 男,1956年生,教授,研究方向为信息融合、军事大数据;
    孙顺: 男,1992年生,博士生,研究方向为信息融合、无源定位、协同控制
    通讯作者: 简涛,work_jt@163.com
  • 基金项目: 国家自然科学基金(61471379, 61790551, 61102166),泰山学者工程专项

摘要: 为满足雷达舰船目标识别的高实时性和高泛化性的需求,该文提出了一种基于深度多尺度1维卷积神经网络的目标高分辨1维距离像(HRRP)识别方法。针对高分辨1维距离像特征提取难的问题,所提方法通过共享卷积核的权值,使用多尺度的卷积核提取不同精细度的特征,并构造中心损失函数来提高特征的分辨能力。实验结果表明,该模型可以显著提高目标在非理想条件下的识别正确率,克服目标姿态角敏感性问题,具有良好的鲁棒性和泛化性。

English

图(4)表(7)
计量
  • PDF下载量:  89
  • 文章访问数:  675
  • HTML全文浏览量:  261
文章相关
  • 通讯作者:  简涛, work_jt@163.com
  • 收稿日期:  2018-07-06
  • 录用日期:  2019-01-10
  • 网络出版日期:  2019-01-22
  • 刊出日期:  2019-06-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章