基于注意循环神经网络模型的雷达高分辨率距离像目标识别

摘要：

针对雷达高分辨率距离像(HRRP)数据的识别问题，该文利用 HRRP 生成的时序特性，提出一种基于循环神经网络的注意模型。该模型利用具有记忆功能的循环神经网络对时域数据进行编码，并根据HRRP中不同距离单元所映射的隐层对目标识别的重要性，自适应地赋予隐层不同的权值系数，并根据隐层特征编码特征进行HRRP目标识别。该模型利用了隐藏在HRRP数据内部的目标结构信息，提高了特征的区分度。实测数据的实验结果表明，该方法可以有效地进行识别，在样本存在一定余度数据和样本偏移的情况下，都能准确地找出目标支撑区域。

关键词：雷达目标识别、高分辨距离像、循环神经网络、注意模型

所属期刊栏目：38

分类号：TN957.51

资助基金：国家杰出青年科学基金61525105;国家自然科学基金61201292,61322103,61372132;全国优秀博士学位论文作者专项资金FANEDD-201156 Foundation Items:The National Science Fund for Distinguished Young Scholars61525105;The National Natural Science Foundation of China61201292,61322103,61372132;The Program for New Century Excellent Talents in UniversityFANEDD-201156

在线出版日期：2017-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2988-2995