龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安电子工程研究所
摘要：本发明涉及一种基于全连接网络的空中目标分类方法，属于雷达目标分类识别领域。包括：获取雷达的时域回波数据，对时域回波数据进行脉冲压缩；从脉冲压缩后的时域回波数据中提取目标所在距离单元的时域回波数据；通过CLEAN算法对目标所在距离单元时域回波数据列向量进行预处理；对以目标微动分量为主的时域回波数据列向量进行傅里叶变换得到频谱，提取特征向量以及对应的样本标签；将特征向量以及对应的样本标签输入全连接网络进行训练得到目标分类。通过提取微多普勒的多维时域、频域特征，提高了目标识别的准确率和鲁棒性；适用于可长时间观测、驻留时间较长的相参雷达对喷气式飞机、螺旋桨飞机和直升机的分类识别。
主权项：1.一种基于全连接网络的空中目标分类方法，其特征在于步骤如下：S1：获取雷达的时域回波数据，对时域回波数据进行脉冲压缩；从脉冲压缩后的时域回波数据中提取目标所在距离单元的时域回波数据；S2：通过CLEAN算法对S1中得到的目标所在距离单元时域回波数据列向量进行预处理，剔除杂波分量和目标机身分量，得到以目标微动分量为主的时域回波数据列向量；S3：通过对S2中得到的以目标微动分量为主的时域回波数据列向量进行傅里叶变换得到频谱，提取时域回波数据和频谱的一、二、三阶中心矩，时域和频域波形熵，频谱幅度归一化方差，频谱最大幅度归一化的L1范数共十维特征组成一个特征向量；通过实验记录及先验知识判断特征向量所属于的目标类别，即样本标签；S4：设计全连接神经网络进行分类识别，输入为S3中得到的特征样本集，输出为对应的样本集标签，并设计全连接网络的层数、每层神经元的个数以及训练网络所使用的优化算法；S5：利用S3中得到的以目标微动分量为主的特征样本集以及样本集标签训练全连接神经网络分类器，并通过测试集验证网络分类识别的性能；S6：利用S5训练好的全连接神经网络分类器进行空中目标分类。
全文数据：
权利要求：
百度查询： 西安电子工程研究所 一种基于全连接网络的空中目标分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号