基于自注意力的双波段预警雷达微动融合识别

摘要：

针对预警雷达对气动目标协同识别的需求,提出一种自适应权重双输入自注意力残差融合识别方法.通过分析不同波段雷达对气动目标的微动差异性,在传统卷积块注意力模块(convolutional block attention module,CBAM)残差网络的基础上进行针对性改进,设计加权双输入CBAM(weighted double input-CBAM,WDI-CBAM)残差结构,对两种波段的时频图浅层特征自动分配权重并融合,从而均衡不同波段对目标识别的贡献度.仿真和实测数据处理结果表明,WDI-CBAM残差网络训练代价小,在信噪比较低及驻留时间较短的情况下识别率高.可视化结果进一步证明了所提方法能够合理分配不同波段输入对气动目标分类的重要性.

关键词：自注意力机制、权重自适应、双波段融合、气动目标识别

所属期刊栏目：45

分类号：TN95

在线出版日期：2023-03-14（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：708-716