[发明专利]基于卷积神经网络的雷达干扰识别方法和装置

摘要

本发明涉及一种基于卷积神经网络的雷达干扰识别方法和装置，所述方法利用雷达提供目标物体的时空参数(如方位、距离、时间等)，基于卷积神经网络通过智能算法来实现对各种类型干扰的识别，帮助作战指挥员识别干扰。具有适应能力强、决策速度快的特点，并且，具有高度的鲁棒性和容错能力。

主权项

1.一种基于卷积神经网络的雷达干扰识别方法，其特征在于，包括：获取或者模拟生成雷达检测数据，所述雷达检测数据包含目标物体在一个时间段内的多个航迹点，所述多个航迹点中每一个航迹点包含所述目标物体的多个属性值，所述属性值包括：方位、距离、时间、高度、俯仰角；对所述多个属性值中的每个属性值进行对数处理，并构造多条输入数据，每条输入数据是一个由高维的经对数处理后的数据值和一个标签值组成的行向量；构建包括卷积层、池化层以及全连接层的卷积神经网络模型，所述卷积层用于提取所述输入数据的特征，所述池化层用于对所述卷积层提取的特征降维，所述全连接层用于实现对干扰类型的分类；以构造出的多条输入数据为所述卷积神经网络模型的训练集，训练所述卷积神经网络模型，并不断调整所述卷积神经网络模型的参数，直到所述卷积神经网络模型的训练效果达到预设效果时结束训练；保存结束训练时所述卷积神经网络模型的参数，并应用具有所述参数的卷积神经网络模型识别干扰类型。