针对空间目标识别中特征提取难、准确率低等问题,提出了一种基于雷达高分辨率距离像(high range resolution profile,HRRP)时频特征和多尺度非对称卷积神经网络的目标识别算法。采用离差标准化、多特显点绝对对齐消除目标的强度敏感性...针对空间目标识别中特征提取难、准确率低等问题,提出了一种基于雷达高分辨率距离像(high range resolution profile,HRRP)时频特征和多尺度非对称卷积神经网络的目标识别算法。采用离差标准化、多特显点绝对对齐消除目标的强度敏感性和平移敏感性,利用雷达多普勒测速数据消除目标高速运动对HRRP产生的展宽、畸变、波峰分裂等影响。对HRRP进行时频分析,提取其时频特征。通过不同尺度的非对称卷积,实现时频特征不同精细程度和不同方向的特征提取。实测数据处理结果表明,文中方法目标识别准确率高,而且在同平台目标识别、抗姿态敏感性等方面具有很好的效果。展开更多
文摘针对空间目标识别中特征提取难、准确率低等问题,提出了一种基于雷达高分辨率距离像(high range resolution profile,HRRP)时频特征和多尺度非对称卷积神经网络的目标识别算法。采用离差标准化、多特显点绝对对齐消除目标的强度敏感性和平移敏感性,利用雷达多普勒测速数据消除目标高速运动对HRRP产生的展宽、畸变、波峰分裂等影响。对HRRP进行时频分析,提取其时频特征。通过不同尺度的非对称卷积,实现时频特征不同精细程度和不同方向的特征提取。实测数据处理结果表明,文中方法目标识别准确率高,而且在同平台目标识别、抗姿态敏感性等方面具有很好的效果。