基于损失加权修正的舰船目标HRRP小样本元学习识别方法

来源：信号处理杂志 2022年第12期北京时间：

作者：简涛, 王哲昊, 王海鹏, 刘瑜, 魏广芬

摘要：针对现有小样本高分辨距离像（high resolution range profile，HRRP）元学习识别方法难以适应任务经验差异的问题，提出了基于损失加权修正的舰船目标元学习识别方法。该方法以元学习理论为基础，设计了基础学习器与元学习器相结合的预训练模型。由于不同的特性损失可反映出学习经验的差异程度，故基于任务损失值对元学习器的损失函数进行加权处理，以减轻不同任务的偏差影响。然后，利用预训练模型对仿真数据的学习经验，在小样本测试任务集上进行舰船目标实测HRRP的分类识别。实验结果表明，所提方法与对比模型相比，可在小样本条件下获得更佳的识别效果，具备良好的小样本分类识别能力。

关键词：‍‍舰船识别, 高分辨距离像, 元学习, 卷积神经网络, 小样本