基于堆叠双向LSTM的雷达目标识别方法

来源：计算机测量与控制杂志2021年第12期北京时间：

作者：曹展家,师本慧

单位：中国电子科技集团公司第五十四研究所

摘要：现阶段雷达目标检测识别主要依赖人工算法提取目标的特征，难点在于环境自适应能力弱，高强度杂波背景下难以有效检测到目标。针对上述问题，结合深度学习在图像识别等领域表现出的强大的学习表示能力，提出基于堆叠双向长短期记忆网络（Long Short-Term Memory Network，LSTM）的雷达目标识别方法。网络模型以雷达多普勒维的回波数据构建数据集，采用双向LSTM提取雷达回波数据在时间序列上的正向和逆向信息，通过RMSProp优化算法对神经网络参数迭代训练，实现了对无人机这种低空慢速小目标的有效识别。实验结果表明，基于堆叠双向LSTM的雷达目标识别方法优于传统的SVM分类算法和卷积神经网络分类算法。

关键词：雷达目标识别;时间序列;深度学习;长短期记忆网络;神经网络