[发明专利]基于稳健变分自编码器的雷达目标分类方法有效
| 申请号： | 201710743598.7 | 申请日： | 2017-08-25 |
| 公开（公告）号： | CN107609579B | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 陈渤;李伟一;翟颖 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 61205 陕西电子工业专利中心 | 代理人： | 田文英;王品华 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于稳健变分自编码器的雷达目标分类方法，主要解决了现有技术中雷达高分辨距离像分类性能差，分类性能不稳健的问题。本发明的具体步骤如下：(1)读取数据；(2)数据补偿；(3)提取平均距离像；(4)构建稳健变分自编码器；(5)训练稳健变分自编码器；(6)训练线性支持向量机；(7)获取预测类别标签。本发明具有对雷达高分辨距离像分类性能好和分类性能稳健的优点。 | ||
| 搜索关键词： | 基于 稳健 编码器 雷达 目标 分类 方法 | ||
【主权项】：
1.一种基于稳健变分自编码器的雷达目标分类方法，包括如下步骤：/n(1)读取数据：/n从雷达获取的高分辨距离像数据集中，依次读取14000个样本组成训练样本集，依次读取5200个样本组成测试样本集；/n(2)对训练样本集与测试样本集数据进行补偿：/n(2a)使用质心对齐法，对读取的训练样本集与测试样本集数据进行平移敏感性补偿，得到平移敏感性补偿后训练样本集与平移敏感性补偿后测试样本集；/n(2b)使用欧式范数归一法，对平移敏感性补偿后的训练样本集与测试样本集数据进行幅度敏感性补偿，得到补偿后训练样本集和补偿后测试样本集；/n(3)提取训练样本集平均距离像：/n(3a)按照下式，计算训练样本集一帧数据的帧内样本数：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710743598.7/，转载请声明来源钻瓜专利网。
