基于改进的CNN和数据增强的SAR目标识别
来源:系统工程与电子技术杂志2022年第8期北京时间:
作者:王彩云, 吴钇达, 王佳宁, 马璐, 赵焕玥
单位:1. 南京航空航天大学航天学院, 江苏 南京 210016;2. 北京电子工程总体研究所, 北京 100854
摘要:针对合成孔径雷达(synthetic aperture radar, SAR)图像目标识别问题, 提出了基于改进的卷积神经网络和数据增强的SAR目标识别方法。首先在训练阶段引入Dropout, 随机删除部分神经元, 增强网络的泛化能力。其次, 在网络中引入L2正则化, 简化模型的同时降低结构风险, 并且能有效地抑制过拟合。然后, 采用Adam优化网络, 提高模型的收敛效率。最后, 采用优选的数据增强方法, 扩充SAR目标数据集, 为网络训练提供更为充足的样本, 进一步提高识别的准确率和模型的泛化性。在运动和静止目标获取与识别(moving and stationary target acquisition and recognition, MSTAR)数据集上进行了实验, 结果表明设计的卷积神经网络识别准确率高, 且具有更好的泛化性。
关键词:雷达目标识别,合成孔径雷达,卷积神经网络,数据增强,正则化
基金资助:国家自然科学基金(61301211);国家留学基金(201906835017)
2022年8期其他文献查阅:
基于梯度域导向滤波器和改进PCNN的图像融合算法
双插值拟合的共形电磁矢量传感器阵列解相干
基于数据融合的分布式综合孔径微波辐射高分辨率成像算法
太阳射电频谱爆发识别的元学习方法
基于自适应免疫算法的欺骗信号检测方法
侧扫声纳检测沉船目标的轻量化DETR-YOLO法
基于关键点的遥感图像舰船目标检测
基于多模型蒸馏的时间正则化相关滤波跟踪算法
基于迁移学习的雷达杂波幅度统计模型选择
有源RCS及其应用
基于量测转换序贯滤波的GMPHD机动目标跟踪
基于改进的CNN和数据增强的SAR目标识别
基于马尔可夫的多功能雷达认知干扰决策建模研究
基于迭代离散度序贯检测的航迹抗差关联算法
基于空时约束的自适应迭代单脉冲估计方法
基于功能图的作战体系关键节点分析
基于生成对抗网络的防空体系态势辅助分析
基于模糊聚类和专家评分机制的无人机多层次模块划分方法
基于Agent的体系过程A-GERT网络“刺激-反应”学习模型
基于背景还原的红外伪装效果评价方法
群队级兵棋实体智能行为决策方法研究
海上基地攻防博弈模型及纳什均衡策略研究
基于可能度的语言直觉模糊PROMETHEE多属性群决策
基于扰动观测器的飞行器轨迹跟踪控制器设计
小偏心率空间碎片天基短弧定轨方法和实验
一种多约束条件下的三脉冲交会优化设计方法
基于正态-逆伽马分布的反巡航导弹命中概率估计方法
基于a&ω六自由度运动模型的船舶运动参数发生器
5G系统对大规模NGSO卫星系统干扰分析等效建模方法
FrFT-OFDM系统中联合ICI自消除方案
融合WaveNet和BiGRU的网络入侵检测方法
基于最大化能效的海上中继通信频谱分配算法
移动终端异系统间切换的改进
云化虚拟化网络业务可用度多参数敏感性分析
一种机载系统研制保证等级分配的优化方法