一种Chirplet神经网络自动目标识别算法

李怡霏(),郭尊华*()

山东大学(威海)机电与信息工程学院, 山东 威海 264209

收稿日期:2019-02-14出版日期:2020-06-20发布日期:2020-06-16
通讯作者:郭尊华E-mail:liyifei13@mail.sdu.edu.cn;gritty@sdu.edu.cn
作者简介:李怡霏(1994—)，女，广西桂林人，硕士研究生，主要研究方向为信号处理和目标识别. E-mail: liyifei13@mail.sdu.edu.cn
基金资助:国家自然科学基金资助项目(61401252)

A Chirplet neural network for automatic target recognition

Yifei LI(),Zunhua GUO*()

School of Mechanical, Electrical & Information Engineering, Shandong University(Weihai), Weihai 264209, Shandong, China

Received:2019-02-14Online:2020-06-20Published:2020-06-16
Contact:Zunhua GUO E-mail:liyifei13@mail.sdu.edu.cn;gritty@sdu.edu.cn

Supported by:国家自然科学基金资助项目(61401252)

摘要/Abstract

摘要： 针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1931