一种基于多模态OAM波束的目标特征智能识别方法

作者：周宁宁; 朱士涛^*; 年毅恒; 田春明; 张安学

来源：雷达学报, 2021, 10(05): 760-772.

• 空间调制
• 轨道角动量(OAM)
• 多模态涡旋电磁波
• 卷积神经网络
• 特征提取
• 目标识别

高效率目标探测需要借助探测信号的低相关性空间调制,调制数量大且具有时间独立性。携带轨道角动量(OAM)的涡旋波束具有无穷多种模态且不同模态之间相互正交,借助强色散材料可以实现频率域的多模态OAM波束产生。该文首先对OAM的传播特性进行推导,给出了符合探测需求的多模态OAM波束源特征;在此基础上,研究了不同模态的OAM波束在3种不同应用场景下目标反射回波信号特性,采用卷积神经网络对不同反射场景下的数据特征进行提取,实现了对未知场景的判断及场景内的目标识别,并进行了抗噪性能分析。实验结果表明:理想状态下,网络对目标场景判断的准确率可达97:5%;各反射场景中的两个相邻目标的间隔大于某一阈值时,网络对目标位置的识别准确率均高于80%。但目标识别效果有环境依赖性,当SNR <20 dB时,3种场景内的目标识别准确率均大幅降低。

• 单位
  西安交通大学