基于深度学习的HRRP识别姿态敏感性分析

作者：孙晶明^*; 虞盛康; 孙俊

来源：系统工程与电子技术, 2022, 44(03): 802-807.

• 雷达目标识别
• 高分辨距离像
• 姿态敏感性
• 深度学习
• 卷积神经网络

特征提取是基于高分辨距离像(high resolution range profile, HRRP)的雷达目标识别的关键技术之一。传统人工提取特征的算法，仅利用浅层结构特征，无法有效解决姿态敏感性问题，从而限制了目标识别方法的泛化性。对此，提出一种基于深度学习的目标识别方法，并通过详细的姿态角性能测试分析了该方法的应用边界条件。通过构造适合处理HRRP的卷积神经网络(convolutional neural network, CNN)模型，充分发掘目标深层次姿态不敏感属性特征，完成高精度目标识别。基于实测数据的实验结果表明，所提方法具有一定的抗姿态敏感性特性，边界条件分析可为该方法的工程化应用提供指导。

• 单位
  中国电子科技集团公司; 南京电子技术研究所