[发明专利]基于多分辨率注意力卷积网络的HRRP目标识别方法

摘要

本发明公开了一种基于多分辨率注意力卷积网络的雷达高分辨距离像目标识别方法，主要解决现有技术识别率低的问题，其实现方案为：1)获取Q类目标的高分辨距离像数据得到训练样本集和测试样本集；2)对高分辨距离像数据预处理得到二维时频数据；3)构建多分辨率注意力卷积网络对二维时频数据进行特征提取并分类；4)使用训练样本集训练多分辨率注意力卷积网络；5)将测试样本输入到训练好的多分辨率注意力卷积网络，得到样本的识别结果。本发明充分利用了不同分辨率的高分辨距离像的频域和时域信息，显著提高了识别率，增加了系统鲁棒性，可用于环境检测和航迹跟踪。

主权项

1.一种基于多分辨率注意力卷积网络的HRRP目标识别方法，包括以下步骤：(1)获取Q类目标的雷达回波在雷达视线上沿着距离维的高分辨距离像数据x，和标签值y，并建立训练集D_P和测试集D_A；(2)对x依次进行归一化、重心对齐和均值归一化处理，得到预处理后的高分辨距离像数据x”'；(3)对x”'进行不同分辨率TL_i下的短时傅里叶变换，得到不同分辨率下高分辨距离像的时频数据(x””)_i，i＝1,2,3,…,n，n为正整数；(4)设定n个二维卷积神经网络，利用该网络计算(x””)_i的特征向量f_i；(5)设定1个具有一层全连接层的注意力模型,利用该模型计算特征向量f_i的加权特征g；(6)利用softmax分类器对加权特征g进行分类，得到分类结果z；(7)利用训练集D_P训练多分辨率注意力卷积网络；(8)将测试集D_A输入到训练好的多分辨率注意力卷积网络中进行目标识别，得到雷达高分辨距离像目标识别结果。