一种基于Inception-GAN的HRRP雷达目标识别方法

本发明公开了一种基于Inception‑GAN的HRRP雷达目标识别方法，包括：对原始数据集进行预处理，将数据集转换为HRRP序列；利用构建好的Inception‑GAN网络模型来提取预处理后的HRRP序列的时序特征和空间特征，并将两种特征进行融合；根据Inception‑GAN模型的特征提取能力和融合后的特征来构建Inception‑GAN深度强化学习框架；基于Inception‑GAN深度强化学习框架来训练Inception‑GAN网络模型，输出最优的识别结果。本发明能够同时提取HRRP数据的时序特征和空间结构特征，并将提取的特征进行融合，同时利用构建的深度强化学习框架，使得所构建的模型在较低的参数量下也能达到较好的HRRP目标识别效果，同时能够提高模型的收敛速度。