[发明专利]一种基于微多普勒特征提取和深度学习的雷达目标识别方法在审
| 申请号： | 201810052416.6 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108256488A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 吕军;李嘉睿;贠乐应;苗成林 | 申请（专利权）人： | 中国人民解放军陆军装甲兵学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G01S7/41;G06N3/04 |
| 代理公司： | 北京智沃律师事务所 11620 | 代理人： | 王继胜 |
| 地址： | 100072*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于微多普勒特征提取和深度学习的雷达目标识别方法，包括新方法可分为三个阶段：步骤一、微多普勒特征提取阶段，使用MSTFT‑WVD算法获得目标的微多普勒特征时频图；步骤二、分类器模型训练阶段，将第一阶段获得的已知类别信息的时频图分为训练数据集和测试数据集两类，利用原始深度学习模型进行训练，通过不断调整参数获得适用于雷达目标识别的最优深度学习模型；步骤三、未知目标的识别阶段，同样利用MSTFT‑WVD算法获得未知目标的微多普勒特征时频图，将其输入至第二阶段训练好的深度学习模型中，获得未知目标的类别信息。本发明可以得到更高的识别正确率。 | ||
| 搜索关键词： | 多普勒 雷达目标识别 未知目标 时频 类别信息 特征提取 算法 学习 分类器模型训练 特征提取阶段 测试数据集 训练数据集 调整参数 阶段训练 正确率 | ||
【主权项】：
1.一种基于微多普勒特征提取和深度学习的雷达目标识别方法，其特征在于，包括新方法可分为三个阶段：步骤一、微多普勒特征提取阶段，使用MSTFT‑WVD算法获得目标的微多普勒特征时频图；步骤二、分类器模型训练阶段，将第一阶段获得的已知类别信息的时频图分为训练数据集和测试数据集两类，利用原始深度学习模型进行训练，通过不断调整参数获得适用于雷达目标识别的最优深度学习模型；步骤三、未知目标的识别阶段，同样利用MSTFT‑WVD算法获得未知目标的微多普勒特征时频图，将其输入至第二阶段训练好的深度学习模型中，获得未知目标的类别信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军装甲兵学院，未经中国人民解放军陆军装甲兵学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810052416.6/，转载请声明来源钻瓜专利网。
