-
题名基于DCNN的弹道中段目标HRRP图像识别
被引量：9
- 1
-
-
作者
向前
王晓丹
李睿
来杰
张国令
-
机构
空军工程大学防空反导学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2020年第11期2426-2433,共8页
-
基金
国家自然科学基金(61876189,61503407,61703426,61806219)资助课题。
-
文摘
针对弹道中段目标识别问题,现有的基于高分辨距离像(high resolution range profile,HRRP)的识别方法直接提取一维HRRP(1-dimension HRRP,1D-HRRP)的整体特征,对局部特征提取能力较弱,且由1D-HRRP数据提取的特征的表达能力有限,为此提出了一种基于深度卷积神经网络(deep convolutional neural network,DCNN)的弹道中段目标HRRP图像识别方法。首先,将1D-HRRP转化为0-1二值图像,从而把数值变化特征转化为图像结构特征;然后,构建DCNN逐层提取图像的局部特征和共性特征并进行识别;最后,结合Dropout和L2正则化双重机制缓解DCNN过拟合问题,利用AdaBound算法提高DCNN训练收敛速度和识别正确率。实验结果表明,所提出的基于HRRP图像的弹道中段目标识别方法比其他12种基于1D-HRRP或二维HRRP(2-dimension HRRP,2D-HRRP)的识别方法正确率更高,在测试数据集上达到了96.28%,实验结果验证了该方法的有效性。
-
关键词
弹道导弹
目标识别
高分辨距离像
深度卷积神经网络
adabound算法
-
Keywords
ballistic missile
target recognition
high resolution range profile(HRRP)
deep convolutional neural network(DCNN)
adabound algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
