[发明专利]基于卷积神经网络的空间目标多模式雷达分类方法有效
| 申请号： | 201910991286.7 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110780271B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 周峰;李雅欣;樊伟伟;石晓然;刘磊;白雪茹 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G01S7/41 | 分类号： | G01S7/41;G06N3/0464 |
| 代理公司： | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人： | 惠文轩 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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空间目标多模式雷达分类方法，属于雷达信号处理技术领域；本发明建立了进动空间目标的微多普勒频率及雷达回波模型，进而基于一维距离像和时频谱图进行多模式数据库的构建；此外，设计了基于空域图像融合的卷积神经网络，用于融合空间目标的多模式雷达数据从而进行目标分类，可弥补现有方法目标特征库不完备、网络参数不共用以及不易扩展的不足，对于不同的多模式雷达数据，网络特征提取及融合的参数完全共用，降低了网络结构的复杂度和网络的计算量，为基于雷达数据的空间态势感知、多信源雷达数据融合以及空间目标分类奠定了一定的基础。 | ||
| 搜索关键词： | 基于 卷积 神经网络 空间 目标 模式 雷达 分类 方法 | ||
【主权项】：
1.基于卷积神经网络的空间目标多模式雷达分类方法，其特征在于，包括以下步骤：/n步骤1，建立进动空间目标的微多普勒频率及基频回波模型；/n步骤2，根据进动空间目标基频回波模型，获得进动空间目标的一维距离像和时频谱图；从而得到进动空间目标的多模式数据样本库；/n步骤3，构建基于空域图像融合的卷积神经网络，即特征提取网络及分类网络；/n步骤4，对多模式数据样本库中的数据进行预处理，得到预处理后的多模式数据；将预处理后的多模式数据划分为训练集和测试集，利用训练集对基于空域图像融合的卷积神经网络进行优化；采用优化后的基于空域图像融合的卷积神经网络对测试集进行目标分类，输出对应类别。/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西安电子科技大学，未经西安电子科技大学许可，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/201910991286.7/，转载请声明来源钻瓜专利网。
