[发明专利]基于卷积神经网络的雷达信号类别确定方法在审
| 申请号： | 201910784261.X | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110569752A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 王峰;黄珊珊 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/38;G06K9/62;G01S7/41;G06N3/04;G06N3/08 |
| 代理公司： | 32200 南京经纬专利商标代理有限公司 | 代理人： | 许方 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 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卷积神经网络的雷达信号类别确定方法，包括如下步骤：S10，将待分类信号转换为设定格式的待测二值图像；S20，将所述待测二值图像输入预先训练得到的卷积神经网络模型，获取所述卷积神经网络模型输出的概率向量；所述卷积神经网络模型为检测输入信号与各类雷达信号之间相似度的计算模型；S30，根据所述概率向量确定待分类信号的类别。采用本方法可以实现对雷达信号的快速分类，分类过程中的计算量得到了有效简化，分类效率得到了大幅度提升。 | ||
| 搜索关键词： | 卷积神经网络 雷达信号 二值图像 分类信号 概率向量 检测输入信号 分类过程 分类效率 计算模型 快速分类 类别确定 计算量 相似度 输出 转换 | ||
【主权项】：
1.一种基于卷积神经网络的雷达信号类别确定方法，其特征在于，包括如下步骤：/nS10，将待分类信号转换为设定格式的待测二值图像；/nS20，将所述待测二值图像输入预先训练得到的卷积神经网络模型，获取所述卷积神经网络模型输出的概率向量；所述卷积神经网络模型为检测输入信号与各类雷达信号之间相似度的计算模型；/nS30，根据所述概率向量确定待分类信号的类别。/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河海大学，未经河海大学许可，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/201910784261.X/，转载请声明来源钻瓜专利网。
