作者：周驰; 李智; 徐灿深度神经网络rcs序列结构识别分形分析fisher判决率
摘要：利用空间目标雷达散射截面(Radar Cross Section, RCS)序列开展空间目标结构识别是空间态势感知的重要组成部分。文章针对RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络(Deep Neural Network,DNN)算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DNN算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证。分析结果表明,DNN算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
