买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国人民解放军95841部队
摘要:本发明公开了一种基于静态RCS数据和深度学习的雷达目标识别方法,所述方法包括以下步骤:静态RCS数据仿真计算;雷达目标识别模型设计;用静态RCS数据对网络模型进行训练和测试。本发明的有益效果在于,基于一维卷积神经网络CNN从静态RCS数据中自动提取特征,用于空间目标分类任务,提高了雷达目标识别的准确性。
主权项:1.一种基于静态RCS数据和深度学习的雷达目标识别方法,其特征在于,所述方法包括以下步骤:S1静态RCS数据仿真计算,首先对目标建立三维模型,然后设置雷达参数,其次对目标进行网格剖分,最后进行电磁散射计算;S2雷达目标识别模型设计,设计一维CNN结构用于从RCS数据中直接分类识别目标;其中,所述一维CNN以512点长的RCS序列为输入,有12个卷积层Conv,6个池化层MaxPooling,13个激活层ActivationReLU,1个随机丢弃层Dropout和2个全连接层FC;S3用静态RCS数据对网络模型进行训练和测试,将训练集中的RCS数据分批次输入到一维CNN后完成网络的训练。
全文数据:
权利要求:
百度查询: 中国人民解放军95841部队 一种基于静态RCS数据和深度学习的雷达目标识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。