作者：徐高贵; 殷红成; 袁莉; 董纯柱空间目标高分辨距离像卷积神经网络目标识别
摘要：本文利用高分辨距离像(HRRP)序列所含的丰富信息,提出了一种基于卷积神经网络(CNN)的空间目标识别方法。利用CNN自动地从序列图中学习稳定的特征,进而实现目标分类。该方法不仅考虑了目标的尺寸、结构等信息,同时也在一定程度上利用了目标的运动特性,提高了目标的区分度。在仿真实验中,从雷达部署点、飞行轨迹以及两者的混合影响等三个方面,与传统的目标识别算法进行了对比,结果表明,该方法可以实现对不同空间目标的有效识别,平均识别准确率超过95%,具有较强的鲁棒性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
