MDI训练样本集构建对雷达探测旋翼无人机分类的影响分析

来源：信号处理杂志 2021年第6期北京时间：

作者：吴仁彪, 黄诚, 王晓亮, 何炜琨, 刘闪亮

摘要：利用卷积神经网络对目标微多普勒特征进行深度学习是目前雷达探测无人机分类的重要手段。实际应用中，无人机参数如叶片转速、叶片长度、叶片初始相位、无人机方位角、无人机俯仰角、无人机径向速度等参数变化大，导致训练样本变化大。该文分析训练样本集对旋翼无人机分类结果的影响。首先建立单旋翼无人直升机、四旋翼无人机和六旋翼无人机雷达回波仿真模型。然后对其进行微多普勒特征分析提取，构建多种不同情况下的合并多普勒图像(Merged Doppler Images, MDI)训练样本集。最后利用GoogLeNet (Inception v1)得到不同情况下的无人机分类结果，分析训练样本集中样本数量、无人机单一参数变化、样本参数涵盖完整性以及无人机参数采样间隔对分类准确率的影响。实验结果表明：训练样本集的差异可能对分类准确率产生显著影响。

关键词：雷达目标分类, 无人机探测, 卷积神经网络, 微多普勒特征, GoogLeNet