基于改进CNN的HRRP目标识别方法

摘要：

针对HRRP目标识别的传统识别方法识别率低、模型泛化能力不足,提出了一种适合HRRP样本数据的改进CNN模型;采用一维CNN对HRRP样本进行深层特征提取和目标识别,在构建CNN时引入BN算法加快了损失函数的收敛速度;设计了LGBM分类器作为CNN的分类层,有效提高HRRP识别率和识别速度,进一步提升了模型的识别性能;通过与改进前CNN和传统识别方法的对比实验,结果表明所提的改进CNN在提高目标识别率的同时也有效提升了识别速度,可为后续进行HRRP目标识别提供参考.

关键词：高分辨距离像、雷达目标识别、卷积神经网络、特征提取、轻量级梯度提升机

所属期刊栏目：43

分类号：TN957.52;TP391.4

资助基金：北京市自然科学基金青年项目;智慧北京各业务信息系统数据结构特征与数据模型详细分类研究

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：265-274