[发明专利]基于先验最优变分自编码机的HRRP目标识别方法

摘要

本发明公开了一种基于先验最优变分自编码机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不高的问题，其实现步骤为：1)获取雷达高分辨距离成像数据，并将成像数据分为训练样本集和测试样本集；2)对雷达高分辨距离像数据进行预处理，并构建由两个感知机组成的先验最优变分自编码机；3)利用训练集数据对先验最优变分自编码机进行训练，得到训练好的第一多层感知机和第二多层感知机；4)提取出训练集对应的隐变量特征a训练支持向量机SVM；5)提取测试集对应的隐变量特征b，并通过训练好的支持向量机SVM完成对测试集的目标识别。本发明显著提高了识别率，并提高了对带噪样本识别的鲁棒性，可用于对环境检测和航迹跟踪。

主权项

1.一种基于先验最优变分自编码机的雷达高分辨距离像HRRP目标识别方法，其特征在于，包括以下步骤：(1)提取Q类目标的雷达回波在雷达视线上沿着距离维的成像数据x，并将Q类高分辨距离成像数据随机分为训练样本集和测试样本集；其中，Q为大于0的正整数；(2)对成像数据进行均值归一化的预处理，得到预处理后的数据x'；(3)构建由两个感知机组成的先验最优变分自编码机，(3a)设置第一多层感知机，该感知机包含两个隐层，每个隐层分别有400个节点，感知机的输入维度为256，输出维度为60；(3b)设置第二多层感知机，该感知机包含两个隐层，每个隐层分别有400个节点，感知机的输入维度为30，输出维度为256；(3c)将第一多层感知机的输出进行重参法处理，并将重参法处理后的第一多层感知机的输出作为第二多层感知机的输入，构成先验最优变分自编码机；(4)利用训练集数据x'对先验最优变分自编码机进行训练，学习第一多层感知机和第二多层感知机的参数，得到训练好的第一多层感知机和第二多层感知机；(5)将训练集数据和测试集数据依次输入到训练好的第一多层感知机中，分别提取出训练集对应的隐变量特征a和测试集对应的隐变量特征b；(6)将训练集对应的隐变量特征a输入支持向量机SVM中，训练支持向量机分类器，使用训练好的支持向量机分类器对测试集对应的隐变量特征b进行分类，得到目标识别结果。