基于动态网络结构的多视角HRRP雷达空中目标识别方法

本发明公开了一种基于动态神经网络的多视角HRRP雷达空中目标识别方法，首先构建动态网络DSPNN，包括：特征提取模块、特征融合识别模块，然后生成多视角HRRP数据，输入到网络的特征提取模块进行特征提取，将提取的特征输入特征融合识别模块进行多视角动态融合，多视角特征加权融合成最终特征，最后将多视角特征进行特征压缩与激活得到分类结果，完成目标识别。本发明的方法使用基于动态结构和动态参数的多视角识别方法，有效的提高了空中目标高分辨距离像识别网络的自适应能力，解决了单视角静态网络所存在的问题，进一步地提升了对空中目标的识别能力。