摘要
本发明公开了一种基于信噪比自适应网络的微动目标噪声稳健识别方法,用于解决现有技术在高信噪比条件下训练好的分类模型对低信噪比的目标识别准确率低,以及现有技术运算量大、实时性差的问题。本发明的实现步骤为:(1)构建信噪比自适应网络;(2)生成训练数据集;(3)生成训练辅助信息数据集;(4)对训练数据集进行预处理;(5)生成自适应卷积核;(6)训练信噪比自适应网络;(7)目标识别。本发明通过构建信噪比自适应网络,同时利用微动分量回波信号和微动分量回波信号的信噪比对网络进行训练,有效提高了低信噪比情况下的目标识别准确率,而且本发明构造的网络是一种端到端的分类模型,实时性能更好。
- 单位