針對分辨率、信噪比、補(bǔ)零及深度置信網(wǎng)絡(luò)等對深度學(xué)習(xí)艦船目標(biāo)識別性能的影響問題,文中開展了基于實(shí)測數(shù)據(jù)的相關(guān)實(shí)驗(yàn)分析,整個(gè)實(shí)驗(yàn)分析處理過程包括回波信號對齊、數(shù)據(jù)脈沖壓縮、信號能量歸一化、深度學(xué)習(xí)模型訓(xùn)練、分類器設(shè)計(jì)及判決輸出。實(shí)驗(yàn)分析結(jié)論為深刻理解基于深度學(xué)習(xí)的高分辨距離像艦船目標(biāo)識別技術(shù)原理內(nèi)涵,開展艦船目標(biāo)識別工程化應(yīng)用設(shè)計(jì)奠定了堅(jiān)實(shí)的基礎(chǔ)。 

【文章來源】：現(xiàn)代雷達(dá). 2020年02期 北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

降分辨率前后某單次回波的波形變化

(1)由圖4可知，隨分辨率降低，DBN和支持向量機(jī)(SVM)識別率均下降。這是由于分辨率包含的目標(biāo)結(jié)構(gòu)信息隨著分辨率的降低而減少，從而導(dǎo)致了識別率的降低。(2)DBN相比SVM，在識別率上提升4～5個(gè)百分點(diǎn)，這表明深度模型能在盡可能少地降低目標(biāo)信息損失的前提下更好地提取目標(biāo)特征，保持更好的識別性能，對分辨率的變化更魯棒。

分別對原始測試信號加入高斯白噪聲，仿真得到信噪比從10 dB～40 dB的帶噪信號。分別在原始訓(xùn)練樣本上訓(xùn)練得到的SVM、DBN、MCC和AGC模型上進(jìn)行識別實(shí)驗(yàn)。MCC和AGC分幀數(shù)目為10，并在窗長256下進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表2和圖5所示。實(shí)驗(yàn)結(jié)論:


本文編號：2921678