摘要
本发明提供一种基于雷达网络系统的空间微动目标识别新方法,包括以下步骤:建立目标微动模型和信号模型,构建用于组网雷达系统空间微动目标识别的RCS序列、时间多普勒像和HRRP序列的数据集;构建自适应特征融合子网络;引入具有线性复杂度的XCA和LA‑Att模块,有效提取细粒度特征,采用CAFM模块实现多域特征的自适应加权融合,有效增强对识别有用的信息;设计基于BiGRU和双图融合的时空建模子网络。本发明方法能够获取多频段、多视角的目标特征,为空间微动目标的识别提供更加准确的信息;本发明充分利用异构雷达网络中各部雷达的特征信息,在信噪比为0dB的情况下,仍能获得96%以上的识别精度,其有效性和鲁棒性显而易见。
技术关键词
组网雷达系统
多域特征
池化特征
特征提取模块
多普勒
三维CAD模型
深度卷积神经网络
矩阵
雷达回波数据
空间特征提取
识别方法
细粒度特征
序列
注意力机制
节点
Softmax函数
系统为您推荐了相关专利信息
查询执行计划
数据库管理系统
数据库查询方法
遗传算法
滑动窗口机制
文本实体识别
图像处理方法
关系
光学字符识别
编码向量
噪声抑制
图像分析方法
彩色多普勒超声诊断仪
注意力机制
伪影
潜在安全隐患
监测预警系统
模型算法
模型训练算法
视频智能分析技术