針對彈道中段目標識別問題,現(xiàn)有的基于高分辨距離像（high resolution range profile,HRRP）的識別方法直接提取一維HRRP（1-dimension HRRP,1D-HRRP）的整體特征,對局部特征提取能力較弱,且由1D-HRRP數(shù)據(jù)提取的特征的表達能力有限,為此提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)（deep convolutional neural network,DCNN）的彈道中段目標HRRP圖像識別方法。首先,將1D-HRRP轉(zhuǎn)化為0-1二值圖像,從而把數(shù)值變化特征轉(zhuǎn)化為圖像結(jié)構(gòu)特征;然后,構(gòu)建DCNN逐層提取圖像的局部特征和共性特征并進行識別;最后,結(jié)合Dropout和L2正則化雙重機制緩解DCNN過擬合問題,利用AdaBound算法提高DCNN訓練收斂速度和識別正確率。實驗結(jié)果表明,所提出的基于HRRP圖像的彈道中段目標識別方法比其他12種基于1D-HRRP或二維HRRP（2-dimension HRRP,2D-HRRP）的識別方法正確率更高,在測試數(shù)據(jù)集上達到了96.28%,實驗結(jié)果驗證了該方法的有效性。 

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]遙感影像目標的尺度特征卷積神經(jīng)網(wǎng)絡(luò)識別法[J]. 董志鵬,王密,李德仁,王艷麗,張致齊.  測繪學報. 2019(10)
[2]HRRP target recognition based on kernel joint discriminant analysis[J]. LIU Wenbo,YUAN Jiawen,ZHANG Gong,SHEN Qian.  Journal of Systems Engineering and Electronics. 2019(04)
[3]基于二叉樹直覺模糊SVM的彈道目標HRRP識別[J]. 翟夕陽,王曉丹,李睿,賈琪.  火力與指揮控制. 2017(10)
[4]結(jié)合多分類RVM和DS的彈道目標HRRP融合識別方法[J]. 李睿,王曉丹,雷蕾,薛愛軍.  信息與控制. 2017(01)
[5]加權(quán)KNN分類器在HRRP庫外目標拒判中的應(yīng)用[J]. 柴晶,劉宏偉,保錚.  系統(tǒng)工程與電子技術(shù). 2010(04)



本文編號：3725894