【摘 要】
：
针对传统弹道目标微动分类缺乏智能性及噪声条件下分类性能差的问题,利用深度学习的高维特征泛化学习能力,提出一种将深度卷积神经网络用于弹道目标微动分类的方法。首先,在
【机 构】
：
空军工程大学防空反导学院,信息感知技术协同创新中心
【基金项目】
：
国家自然科学基金(61701528).
论文部分内容阅读
针对传统弹道目标微动分类缺乏智能性及噪声条件下分类性能差的问题,利用深度学习的高维特征泛化学习能力,提出一种将深度卷积神经网络用于弹道目标微动分类的方法。首先,在建立弹道目标微动模型的基础上,分析3种微动形式下的微多普勒表示,并生成雷达回波信号的时频图,作为训练、验证及测试的数据集;然后,运用深度卷积神经网络中的迁移学习对AlexNet和GoogLeNet进行再训练;最后,利用训练后的网络实现3种微动形式下的目标分类,并研究信噪比对分类性能的影响。仿真结果表明,与传统的微动目标分类方法相比,该方法不仅智能
其他文献
针对区域航路网络容量评估方法单一、主观性强等问题,提出基于有向图理论的动态容量评估模型。充分提取航路网络特征,将多源、汇点复杂航路网络抽象成单源、汇点标准航路网络
针对传统线性支持向量机在训练数据集时均等对待每一维输入特征,以及在原始空间直接分类造成预测准确率低的问题,提出低阶多项式数据映射和特征加权相结合的方法,来提高线性
量子雷达基于量子态特性对目标探测识别,可有效克服复杂电磁环境和目标隐身特性影响。针对光量子在大气中传播时易受介质吸收和散射影响的问题,提出利用分光链路模拟大气介质
下挂式空射系统机箭分离阶段运载火箭处于无动力飞行阶段,高空阵风会对其运动轨迹产生较严重的干扰。为研究下挂式空中发射运载火箭机箭分离阶段系统的离散阵风响应,引入＂网格
针对目前质量对高密度内埋空空导弹总体设计的制约问题，运用粒子群优化算法对导弹主要参数进行优化设计。首先，通过分析空空导弹不同阶段的飞行特性，在现有导弹助推段运动模型和
基于模糊函数的优化是频率分集阵列FDA雷达波形设计的重要手段,针对现有文献中缺乏对子阵结构频率分集阵列模糊函数研究的问题展开分析。首先建立了窄带条件下发射简单脉冲的
针对锥柱体弹道目标观测过程中存在的遮挡效应,探究遮挡区与可视区分界线在弹道目标上的具体位置,提出一种判断散射中心是否处于遮挡状态的方法。在窄带雷达观测的条件下,建
针对铁磁性构件表面和下表面缺陷检测的难题，建立了脉冲电磁检测模型，揭示了表面缺胳和下表面缺陷的脉冲漏磁与脉冲磁阻检测相融合的物理机制。仿真与实验结果表明：铁磁性构件表
针对基于单一神经网络的软件可靠性模型预测精度低和可信性差的问题，提出一种基于加权信息熵（WIE）的Real BP-AdaBoost算法。首先，用BP神经网络个体代替Real AdaBoost算法的基分类
分布式状态估计系统通过将多个传感器状态融合以得到更精确的融合结果,当传感器之间的协方差未知时,常采用保守估计的策略,但结果精确度较差。为了在传感器之间互协方差未知