基于特征融合的窄带雷达短时观测回波序列空中目标识别

窄带雷达因其成本低、作用距离远的优点在防空制导领域有着广泛应用,随着高速机动平台的发展,传统的基于长时间观测回波序列特征建模的目标识别方法已不再适用。针对窄带雷达对短时间观测回波(OEST)序列特征识别能力较差,并且易受诱饵目标干扰,导致识别结果可靠性不高的问题,该文提出一种采用多特征自适应融合的窄带雷达OEST序列空中目标识别方法。首先,对编码层和分类层进行训练,通过构建通道-空间注意力模块,自适应地突出高可分性特征,然后,构建最大边缘正交损失函数,增大不同类别特征间距,缩小同类特征间距,并使类间特征正交,以此提升分类性能;最后,固定编码层与分类层参数,利用重构误差对解码层进行训练,确保模型具备对诱饵等库外目标的准确鉴别能力。实验部分在观测序列长度为100的条件下,分类准确率和鉴别率分别达到94.37%和96.78%,由此可得,所提方法能够有效提升窄带雷达的分类性能和对诱饵目标的鉴别能力,进而提高识别结果的可靠性。