摘要
本发明涉及一种基于全连接网络的空中目标分类方法,属于雷达目标分类识别领域。包括:获取雷达的时域回波数据,对时域回波数据进行脉冲压缩;从脉冲压缩后的时域回波数据中提取目标所在距离单元的时域回波数据;通过CLEAN算法对目标所在距离单元时域回波数据列向量进行预处理;对以目标微动分量为主的时域回波数据列向量进行傅里叶变换得到频谱,提取特征向量以及对应的样本标签;将特征向量以及对应的样本标签输入全连接网络进行训练得到目标分类。通过提取微多普勒的多维时域、频域特征,提高了目标识别的准确率和鲁棒性;适用于可长时间观测、驻留时间较长的相参雷达对喷气式飞机、螺旋桨飞机和直升机的分类识别。
技术关键词
分类方法
回波
神经网络分类器
螺旋桨飞机
喷气式飞机
数据
样本
计算机可执行指令
计算方法
直升机
微多普勒
标签
雷达
可读存储介质
BP算法
脉冲
频域特征
计算机系统
处理器
系统为您推荐了相关专利信息
协方差矩阵
数目检测方法
雷达天线阵列
酉变换矩阵
噪声
相位编码信号
副瓣抑制方法
滤波器系数
粒子
抑制算法
线性单元
软阈值函数
迭代收缩阈值算法
回波模型
网络
激光雷达图像
融合分类方法
深度网络模型
分支
邻域