系统工程与电子技术

作者：孙晶明, 虞盛康, 孙俊

单位：1. 南京电子技术研究所, 江苏 南京 210039；2. 中国电子科技集团公司智能感知技术重点实验室, 江苏 南京 210039

关键词：雷达目标识别,高分辨距离像,姿态敏感性,深度学习,卷积神经网络

基金：国家自然科学基金(U19B2031)

特征提取是基于高分辨距离像(high resolution range profile, HRRP)的雷达目标识别的关键技术之一。传统人工提取特征的算法, 仅利用浅层结构特征, 无法有效解决姿态敏感性问题, 从而限制了目标识别方法的泛化性。对此, 提出一种基于深度学习的目标识别方法, 并通过详细的姿态角性能测试分析了该方法的应用边界条件。通过构造适合处理HRRP的卷积神经网络(convolutional neural network, CNN)模型, 充分发掘目标深层次姿态不敏感属性特征, 完成高精度目标识别。基于实测数据的实验结果表明, 所提方法具有一定的抗姿态敏感性特性, 边界条件分析可为该方法的工程化应用提供指导。

来源：2022年第3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2022年第3期