文章详情
| 稿件标题： | 基于宽带雷达RCS数据的空间物体识别方法 |
| 稿件作者： | 马腾,周兰凤,李建鑫 |
| DOI： | 10.11809/bqzbgcxb2024.07.037 |
| 科学编辑： | 李永刚 博士（航天工程大学） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 雷达目标识别；卷积神经网络；长短时记忆网络；傅里叶逆变换；小波变换 |
| 文章摘要： | 本研究提出了一种基于时频分析和混合神经网络的雷达RCS数据目标识别技术。通过小波变换、傅里叶逆变换和对数处理方法来处理2种极化的宽带雷达散射截面（radar cross section，RCS）数据，实现数据的高效去噪和频域分析，从而得到更为精准和清晰的一维距离像。设计了一种混合神经网络结构来处理得到的一维距离像。该网络结构综合利用卷积神经网络（CNN）来高效提取特征，并采用长短时记忆网络（LSTM）来捕捉时序依赖关系，从而实现了对雷达RCS两种极化数据的高效识别。为验证该技术的有效性，使用某研究所提供的数据集进行了验证性实验，并与CNN、SVM、MLP等主流方法进行比较。通过参数的优化和调整，模型达到了97.50%的识别准确率。结果表明，该方法能够充分利用时频信息，并成功整合局部和全局特征，为雷达RCS数据目标识别提供了一个高效和精准的解决方案。 |
| 稿件基金： | 国家自然科学基金项目（41671402） |
| 引用本文格式： | 马腾,周兰凤,李建鑫.基于宽带雷达RCS数据的空间物体识别方法［J］.兵器装备工程学报，2024，45(7)：275-282. MA Teng, ZHOU Lanfeng, LI Jianxin.Space object recognition method based on wideband radar RCS data［J］.Journal of Ordnance Equipment Engineering，2024，45(7)：275-282. |
| 刊期名称： | 2024年07期 |
| 出版时间： | 2024年7月 |
| 收稿日期： | 2023-09-14 |
| 修回日期： | 2023-10-24 |
| 录用日期： | 2023-12-25 |
| 上线时间： | 2024年7月26日 |
| 浏览次数： | 831 |
| 下载次数： | 40 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |