10.16708/j.cnki.1000-758X.2018.0064
基于深度神经网络的空间目标结构识别
利用空间目标雷达散射截面(Radar Cross Section ,RCS )序列开展空间目标结构识别是空间态势感知的重要组成部分.文章针对 RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络(Deep Neural Netw ork ,DNN )算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DN N 算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证.分析结果表明,DN N 算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点.
深度神经网络、RCS序列、结构识别、分形分析、Fisher判决率
39
T N957.52
国防科技卓越青年科学基金2017-JCJQ-ZQ-005
2019-10-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
32-39,48