宽带毫米波雷达目标时延神经网络识别新方法.pdf

《宽带毫米波雷达目标时延神经网络识别新方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第20卷第6期红外与毫米波学报Vol.20No.62001年12月J.InfraredMillim.WavesDecember2001宽带毫米波雷达目标时延神经网络识别新方法肖怀铁付强庄钊文郭桂蓉(国防科技大学电子科学与工程学院ATR国家重点实验室湖南长沙410073)摘要基于一维距离像和神经网络研究宽带毫米波雷达目标识别问题研究了用于雷达距离像序列识别的时延神经网络模型及其学习算法并提出了基于距离像序列的宽带雷达目标时延神经网络识别方法.还利用三种飞机缩比模型的暗室测量数据研究了时延神经网络分类器中时延单元数目对分类精度的影响以及分类器的分类性能.实验结果表明:本方法具有良好

2、的应用前景.关键词目标识别毫米波雷达时延神经网络高分辨径向距离像分类器.NEWTARGETRECOGNITIONMETHODOFWIDEANDMILLIMETERWAVERADARYUSINGTIMEDELAYNEURALNETWORKXIAOHuai-TieFUGiangZHUANGZhao-WenGUOGui-Rong(ATRKeyLaboratorySchoolofElectronicScienceandEngineeringNationalUniversityofDefenseTechnologyChangshaHunan410073China)AbstractTarg

3、etrecognitionbyusingneuralnetworkbasedonhigh-resolutionrangeprofile(HRRP)withwide-bandmillimeterwave(MMW)radarwasresearched.Timedelayneuralnetwork(TDNN)modelanditslearningalgorithmtorangeprofileseguenceinputwerestudiedfirsttheTDNNtargetrecognitionmethodbasedonrangeprofileseguencewithwide-ban

4、dMMWradarwasproposed.TheeffectoftimedelayunitnumberonclassificationprecisionandtheperformanceofTDNNclassifierusingthreetypicalaircraftdark-roomdatameasuredwithscalemodelwerestudied.Theresultsshowthattheproposedmethodhasgoodapplicationprospects.KeyWrdstargetrecognitionMMWradartimedelayneuraln

5、etworkhigh-resolutionrangeprofileclassifier.常规匹配方法要求对目标几乎所有的距离~方位进引言行相关匹配处理存储量和运算量都很大这对于目在毫米波雷达系统中宽带技术被广泛用于获标识别的实时性要求无疑是个很大的挑战.得较高的径向距离分辨力.在高距离分辨情况下得人工神经网络(ANN)具有并行处理运算能力到的目标一维距离像反映了不同物体在几何形状和网络的信息存储能力能满足雷达目标识别系统和物理结构上的差异性通过它可实现复杂背景中并行计算和较小数据存储空间的要求.ANN还克目标的检测~鉴别但目标距离像总是随目标姿态角服了传统模式识别技术在特征选择

6、~组合和描述方的变化而变化目前尚无具有姿态角不变性的特征面的实际困难为解决非合作目标的识别提供了一的有效提取方法解决这一问题的有效途径是对目种具有灵活性和自适应性的方法.由于ANN这些标进行全方位的特征抽取与建模以适应目标不同诱人的特点ANN技术应用于雷达目标识别极具的姿态然后采用匹配滤波技术进行模式分类1]潜力2].但.在目标识别领域中多层前馈感知器是最常国防预研基金(编号:96J3.1.2.KG01)和国防科技重点实验室基TheprojectsupportedbythePreliminaryResearchFoundationof金(编号:98JS93.2.2.ZS9302

7、)资助项目NationalDefense(No.96J3.1.2.KG01)andKeyLaboratory稿件收到日期2000-10-30修改稿收到日期2001-02-15FoundationofNationalDefenseScienceandTechnology(No.98JS93.2.2.ZS9302)Received2000-10-30revised2001-02-15460红外与毫米波学报20卷用的神经网络模型,但由于它既没有反馈单元也没息,有利于生成更为丰富和复杂的分类界面.有