-
题名基于DnCNN的海面目标一维距离像识别方法
被引量：6
- 1
-
-
作者
王哲昊
简涛
王海鹏
张健
-
机构
海军航空大学信息融合研究所
[
-
出处
《信号处理》
CSCD
北大核心
2021年第6期932-940,共9页
-
基金
国家自然科学基金(61971432,61790551)
泰山学者工程专项经费资助(tsqn201909156)
+1 种基金
山东省高等学校青创科技支持计划(2019KJN031)
基础加强计划技术领域基金(2019-JCJQ-JJ-060)。
-
文摘
针对低信噪比条件下海面目标分类识别精度差的问题,该文提出了一种基于去噪卷积神经网络(Denoising convolutional neural network,DnCNN)的海面目标高分辨一维距离像(High Resolution Range Profile,HRRP)识别方法。所提方法设计了一个海面目标分类识别模型,该模型通过其中的降噪模块提高信噪比。首先,分析了HRRP和二维图像的相似特性,将HRRP降噪转变为二维图像降噪。其次,利用深层次卷积层与批归一化层相结合的结构,提取图像深层次的噪声特征,最后采用残差学习技术,减轻深层次网络的学习负担的同时重构图像进行分类识别。实验结果表明,该模型可以有效提升低信噪比条件下的海面目标分类识别正确率,在不同信噪比条件下其识别性能均优于对比模型,具有良好的识别性能和鲁棒性。
-
关键词
去噪卷积神经网络
海面目标识别
高分辨一维距离像
残差学习
-
Keywords
denoising convolutional neural network
sea-surface target recognition
high resolution one-dimensional range profile
residual learning
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
-
题名基于角域特征PSO的海面目标HRRP识别方法
被引量：1
- 2
-
-
作者
王哲昊
简涛
黄晓冬
王海鹏
刘瑜
-
机构
海军航空大学信息融合研究所
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2023年第6期1642-1650,共9页
-
基金
国家自然科学基金(61971432,61790551)
泰山学者工程专项经费(tsqn201909156)
+1 种基金
山东省高等学校青创科技支持计划(2019KJN031)
基础加强计划技术领域基金(2019-JCJQ-JJ-060)资助课题。
-
文摘
针对特征空间中各类海面目标特征混叠严重和高分辨距离像(high resolution range profile, HRRP)的角度特征利用率低的问题,提出了一种基于角域特征粒子群优化(particle swarm optimization, PSO)的海面目标HRRP识别方法。该方法引入HRRP的角度信息优化特征空间,增加特征空间的整体可分性;利用自适应分帧算法对特征空间进行角域划分,增加特征空间的局部可分性,并利用PSO算法确定特征空间角域划分时最优的单帧最小样本数目,增强方法的鲁棒性与适用性。实验结果表明,通过将特征空间优化和区域划分进行结合,可以有效提升多类海面目标的分类识别性能,PSO算法可以有效增强方法的抗误差性和抗噪鲁棒性。
-
关键词
海面目标识别
高分辨距离像
特征空间优化
自适应分帧
粒子群优化算法
-
Keywords
sea surface target recognition
high resolution range profile(HRRP)
feature space optimization
adaptive frame segmentation
particle swarm optimization(PSO)algorithm
-
分类号
TN957.1
[电子电信—信号与信息处理]
-
