系统工程与电子技术

作者：尹建国, 盛文, 蒋伟

单位：1. 空军预警学院防空预警装备系, 湖北 武汉 430019；2. 中国人民解放军95866部队, 河北 保定 071051

关键词：空中目标识别,高分辨距离像,深度残差收缩网络,噪声鲁棒性

雷达空中目标高分辨距离像(high resolution range profile, HRRP) 中往往包含一定的杂波噪声, 利用HRRP开展空中目标识别需要重点考虑噪声的影响。针对上述问题, 提出一种基于深度残差收缩网络(deep residual shrinkage network, DRSN) 的雷达空中目标HRRP识别方法。该网络将深度残差网络、软阈值函数和注意力机制结合起来, 采用跨层恒等连接方式, 不仅可以避免网络层数过深造成梯度消失或梯度爆炸, 从而导致网络学习能力下降的问题, 还可以有效过滤掉识别过程中噪声特征的影响, 使模型专注于目标区域的深度特征识别, 提升强噪声背景下模型的识别能力。实验结果表明, 相对于其他常用的深度学习模型, 所提方法在各个信噪比条件下, 识别效果均有一定的优势, 该模型对噪声具有较强的鲁棒性。

来源：2024年第9期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第9期