10.19665/j.issn1001-2400.2021.02.007
采用乘性RNN的雷达HRRP目标识别
传统的高分辨距离像识别方法没有考虑时序相关性,且高分辨距离像的方位敏感性导致样本的时序性发生变化.因此,提出一种乘性循环神经网络模型.该算法首先将高分辨距离像样本转化为序列形式,用于考虑距离单元间的相关性;其次,为了缓解方位敏感性导致的高分辨距离像时序变化与参数固定模型不匹配的问题,模型根据输入数据自适应地选择对应的参数,并对高分辨距离像序列提取稳健的时序信息;最后,采用投票策略将所有时刻的信息进行融合,输出样本类别.采用实测数据的实验结果表明,当前的模型能够有效地提取可分性特征并识别目标.
雷达自动目标识别、乘性循环神经网络、高分辨距离像、方位敏感性、时序相关性
48
TN957.52
国家自然科学基金;国家自然科学基金;国家自然科学基金;陕西省青年托举人才项目;陕西省自然科学基金
2021-06-11（万方平台首次上网日期，不代表论文的发表时间）
共6页
49-54
