[发明专利]基于EWC的在线雷达目标识别方法

摘要

本发明公开了一种基于EWC的在线雷达目标识别方法，属于雷达技术领域，其主要思路为：确定第p批原始雷达高分辨距离像训练数据Sp的目标类别lp和第p批原始雷达高分辨距离像测试数据Tp的目标类别Tlp；p＝1,2,…,P，P1；建立卷积神经网络模型，得到训练好的卷积神经网络；然后得到Sp中m个数据的Fisher信息矩阵；确定第1批原始雷达高分辨距离像测试数据T1的目标类别Tl1至第P批原始雷达高分辨距离像测试数据TP的目标类别TlP，以及第1批原始雷达高分辨距离像测试数据的预测目标类别l′1至第P批原始雷达高分辨距离像测试数据的预测目标类别l′P；进而得到第1个类别识别正确目标至第个类别识别正确目标，将此时得到的个类别识别正确目标为一种基于EWC的在线雷达目标识别结果。

主权项

1.一种基于EWC的在线雷达目标识别方法，其特征在于，包括以下步骤：步骤1，确定第p批原始雷达高分辨距离像训练数据Sp和第p批原始雷达高分辨距离像测试数据Tp，以及确定第p批原始雷达高分辨距离像训练数据Sp的目标类别lp和第p批原始雷达高分辨距离像测试数据Tp的目标类别Tlp；p＝1,2,…,P，P>1；步骤2，建立卷积神经网络模型，并根据第p批原始雷达高分辨距离像训练数据Sp，得到训练好的卷积神经网络；步骤3，根据训练好的卷积神经网络，得到第p批原始雷达高分辨距离像训练数据Sp中m个数据的Fisher信息矩阵；m≥1；步骤4，根据第p批原始雷达高分辨距离像训练数据Sp中m个数据的Fisher信息矩阵，确定第p'+1批数据更新后的卷积神经网络模型Mp'+1；p'＝1,2,3,…,P‑1，p'+1＝2,3,…,P，p'的初始值为1，p'+1的初始值为2；步骤5，令p'的值加1，重复步骤4，直到p'＝P‑1，p'+1＝P，进而得到第P批数据更新后的卷积神经网络模型MP，然后将p'的值初始化为1；步骤6，确定第1批原始雷达高分辨距离像测试数据T1的目标类别Tl1至第P批原始雷达高分辨距离像测试数据TP的目标类别TlP，并根据第P批数据更新后的卷积神经网络模型MP，得到第1批原始雷达高分辨距离像测试数据的预测目标类别l′1至第P批原始雷达高分辨距离像测试数据的预测目标类别l′P；步骤7，若l′e与Tle相等，e＝1,2,…,P，则说明识别出了第e批原始雷达高分辨距离像训练数据中的目标，并记为第e'个类别识别正确目标，e'的初始值为1，并令e'的值加1；若l′e与Tle不相等，则说明第e批原始雷达高分辨距离像测试数据的目标类别识别错误，舍弃该次结果；令e分别取1至P，进而得到第1个类别识别正确目标至第个类别识别正确目标，将此时得到的个类别识别正确目标为一种基于EWC的在线雷达目标识别结果。