-
题名基于GCN和CNN联合的SAR图像自动目标识别
- 1
-
-
作者
秦基凯
刘峥
谢荣
冉磊
-
机构
西安电子科技大学雷达信号处理全国重点实验室
-
出处
《雷达科学与技术》
北大核心
2024年第6期587-595,共9页
-
基金
国家自然科学基金(No.62001346)。
-
文摘
基于卷积神经网络(Convolutional Neural Network, CNN)的合成孔径雷达(Synthetic Aperture Radar,SAR)自动目标识别(Automatic Target Recognition, ATR)技术近些年来备受关注,已成为SAR图像解译领域的研究热点。然而,这类方法主要利用的是SAR图像的幅值信息,仅从局部区域中提取特征。鉴于SAR图像中的目标通常被视为散射中心的相干叠加,这些目标展现出复杂的结构和丰富的上下文信息。仅依靠CNN难以充分捕捉目标周围的全局信息,这可能会影响识别精度。因此,为了进一步提高识别性能,本研究引入图卷积网络(Graph Convolutional Network, GCN),提出一种结合GCN和CNN的SAR ATR方法。该方法首先利用传统CNN提取与SAR图像幅值相关的局部特征,接着通过构造图数据并应用GCN提取全局特征。此外,本研究还设计了多尺度GCN,通过融合不同尺度的特征来增强模型对图数据的学习能力。在模型训练阶段,采用标签平滑技术以缓解过拟合问题。通过端到端的训练策略,实现了GCN和CNN参数的联合优化,从而实现高精度的SAR图像目标识别。最终,通过在MSTAR和OpenSARship数据集上的实验表明,所提方法在识别性能上优于现有技术,并展现出卓越的泛化能力。
-
关键词
合成孔径雷达
图卷积网络
卷积神经网络
自动目标识别
多尺度GCN
-
Keywords
synthetic aperture radar
graph convolutional network
convolutional neural network
automatic target recognition
multi‑scale GCN
-
分类号
TN958
[电子电信—信号与信息处理]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于稀疏和低秩先验的雷达前视超分辨成像方法
被引量：4
- 2
-
-
作者
唐军奎
刘峥
冉磊
谢荣
秦基凯
-
机构
西安电子科技大学雷达信号处理国家重点实验室
-
出处
《雷达学报（中英文）》
EI
CSCD
北大核心
2023年第2期332-342,共11页
-
基金
国家自然科学基金(62001346)
CASC多传感器探测与识别技术研发中心种子基金(ZZJJ202102)。
-
文摘
在精确制导、自主着陆、地形测绘等多种领域,雷达前视成像至关重要。传统的基于实波束扫描的前视成像方法受到实际雷达孔径约束难以获得高分辨图像。与整个成像场景相比,感兴趣目标通常只占一小部分区域,这种稀疏性使得压缩感知(CS)可以应用于高分辨率前视图像重建。然而,雷达回波中的强噪声影响了基于CS方法生成图像质量。受到最终生成图像具有低秩特性的启发,该文建立了一种联合低秩和稀疏特性的前视超分辨成像模型。为了有效地解决所提模型中的双重约束优化问题,提出了一种在交替方向乘子法(ADMM)框架下基于增广拉格朗日乘子(ALM)的前视图像重构方法。仿真和实测数据实验结果表明,所提方法能够有效提高雷达前视成像的方位分辨率,并且具有较强噪声鲁棒性。
-
关键词
前视成像
超分辨成像
压缩感知(CS)
低秩和稀疏特性
增广拉格朗日乘子(ALM)
交替方向乘子法(ADMM)
-
Keywords
Forward-looking imaging
Super-resolution imaging
Compressed Sensing(CS)
Low rank and sparsity
Augmented Lagrange Multiplier(ALM)
Alternate Direction Multiplier Method(ADMM)
-
分类号
TN95
[电子电信—信号与信息处理]
-
-
题名基于灰色关联度的两级实时航迹关联算法
被引量：16
- 3
-
-
作者
靳冰洋
刘峥
秦基凯
-
机构
西安电子科技大学雷达信号处理国家重点实验室
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2020年第7期1330-1338,共9页
-
基金
国家自然科学基金项目(61301282)。
-
文摘
针对多模复合导引头在多目标航迹交叉时,采用常规航迹关联算法易出现航迹关联错误的问题,提出一种基于灰色关联度的两级实时航迹关联算法。根据航迹关联问题特点对灰色关联度计算进行修正,以航迹间的灰色关联度构成灰色关联矩阵;通过两级航迹关联判别对灰色关联矩阵进行修正,分别从航迹的整体态势相似度和航迹当前一段时间内的局部特性进行航迹关联判断,得到航迹间的最终灰色关联度;以灰色关联度最大值准则得到航迹关联对。仿真实验结果表明:在航迹交叉以及目标释放干扰使得传感器航迹数据发生错误时,该算法依旧可以正确地进行航迹关联判决。
-
关键词
复合导引头
两级航迹关联
灰色关联度
最大值准则
-
Keywords
composite seeker
two-stage track correlation
gray correlation degree
maximum criterion
-
分类号
TJ765.339
[兵器科学与技术—武器系统与运用工程]
TJ761.12
[兵器科学与技术—武器系统与运用工程]
-
