基于注意循环神经网络模型的雷达高分辨率距离像目标识别

被引：23

作者：

徐彬 ^{[1
,2
]}

陈渤 ^{[1
,2
]}

刘宏伟 ^{[1
,2
]}

金林 ^{[2
]}

机构：

[1] 西安电子科技大学雷达信号处理国家重点实验室

[2] 西安电子科技大学信息感知技术协同创新中心

来源：

电子与信息学报 | 2016年 / 38卷 / 12期

基金：

国家杰出青年科学基金;

关键词：

雷达目标识别; 高分辨距离像; 循环神经网络; 注意模型;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

针对雷达高分辨率距离像(HRRP)数据的识别问题,该文利用HRRP生成的时序特性,提出一种基于循环神经网络的注意模型。该模型利用具有记忆功能的循环神经网络对时域数据进行编码,并根据HRRP中不同距离单元所映射的隐层对目标识别的重要性,自适应地赋予隐层不同的权值系数,并根据隐层特征编码特征进行HRRP目标识别。该模型利用了隐藏在HRRP数据内部的目标结构信息,提高了特征的区分度。实测数据的实验结果表明,该方法可以有效地进行识别,在样本存在一定余度数据和样本偏移的情况下,都能准确地找出目标支撑区域。

引用

页码：2988 / 2995

页数：8

共 4 条

[1] 基于TSB-HMM模型的雷达高分辨距离像目标识别方法 [J].

潘勉 ;

王鹏辉 ;

杜兰 ;

刘宏伟 ;

保铮 .

电子与信息学报, 2013, 35 (07) :1547-1554

[2] 基于小波分解与方位角平均HRRP的SVM目标识别方法 [J].

梁海涛 ;

张学礼 ;

童创明 ;

王晓丹 .

数据采集与处理, 2010, 25 (01) :29-32

[3] 雷达自动目标识别中的HRRP特征提取研究 [J].

张军英 ;

白向辉 .

系统工程与电子技术, 2007, (12) :2047-2051

[4]

Multi-task hidden Markov modeling of spectrogram feature from radar high-resolution range profiles[J] . Mian Pan,Lan Du,Penghui Wang,Hongwei Liu,Zheng Bao.EURASIP Journal on Advances in Signal Processing . 2012 (1)

← 1 →