雷达学报

作者：李玮杰, 杨威, 黎湘, 刘永祥

单位：国防科技大学电子科学学院 长沙 410073；

关键词：目标识别, 高分辨距离像, 噪声环境, 卷积神经网络

基金：国家自然科学基金(61871384, 61401486)，湖南省自然科学基金(2017JJ3367)，上海航天科技创新基金(SAST2017-048)

随着深度学习技术被应用于雷达目标识别领域，其自动提取目标特征的特性大大提高了识别的准确率和鲁棒性，但噪声环境下的鲁棒性有待进一步研究。该文提出了一种在噪声环境下基于卷积神经网络(CNN)的雷达高分辨率距离像(HRRP)数据识别方法，通过增强训练集和使用残差块、inception结构和降噪自编码层增强网络结构，实现了在较宽信噪比范围下的较高识别率，其中在信噪比为0 dB的瑞利噪声条件下，识别率达到96.14%，并分析了网络结构和噪声类型对结果的影响。

来源：2020年第4期

《雷达学报》期刊编辑部

查看雷达学报杂志2020年第4期