一种基于模糊滤波提高SAR自动目标识别平移不变性的方法

摘要：

使用卷积神经网络去实现合成孔径雷达(synthetic aperture radar,SAR)自动目标识别(auto target recogmtion,ATR)成为了近年来的热点,但实际使用中存在的一个隐患问题是平移不变性的丢失,随着目标位置移动,系统输出也随之改变,从而造成错误识别.针对上述问题,提出了一种落实在模型层面的解决方法,通过对算法的改进,实现提升SAR ATR系统平移不变性,而无需数据增强.提出的模块易于移植到现有SAR ATR骨干网络中,且通过实测兼容良好,引入后不影响识别准确率,达到了与原网络近似相等甚至更高的精度.结果 表明,所提出的算法不仅提升了系统的平移不变性,同时提升了系统的抗干扰能力.

关键词：合成孔径雷达、自动目标识别、平移不变性、卷积神经网络

所属期刊栏目：42

分类号：TP3174(计算技术、计算机技术)

资助基金：国家自然科学基金61571419

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2488-2496