基于自适应阈值卷积网络的抗干扰雷达目标识别

本文提出了一种自适应阈值卷积网络(ATCN),基于HRRP数据进行抗干扰雷达目标识别。ATCN中的核心模块是自适应阈值卷积单元(ATCU),该模块能准确高效地完成对HRRP数据的特征提取。在ATCU中,采用自适应阈值函数充当激活函数,自动调整阈值以面对不同信干比的数据;利用多个不同尺度的卷积核来捕获HRRP数据中的区域差异特征;引入通道注意力机制和残差连接优化网络结构。本文进行了大量的抗干扰目标识别实验,实验结果表明,相比于所选择的3种对比网络,本文的ATCN网络能在不同干扰类型和不同信干比下提供更优的平均识别率和更好的指标稳定性,且具有更少的网络模型参数量和浮点运算次数,具备轻量化和高效的特点。