Print

基于深度学习的雷达自动目标识别架构研究

论文摘要

针对深度学习运用于雷达目标识别时存在的数据量欠缺和数据人工标注难等问题,提出将传统目标识别方法与人工智能技术结合,建立面向应用的新的目标识别架构,通过融合处理以及基于传统方法的机器自动标注,获得更优越的识别效果,大幅减少人工标注的工作量,确保系统在低数据量、低标注数据下仍可维持一定的识别效果。雷达实测数据证明了该识别框架的有效性。

论文目录

  • 0 引言
  • 1 传统雷达目标识别架构
  • 2 人工智能目标识别架构
  • 3 基于传统特征和人工智能的目标识别架构
  • 4 实测数据实验说明
  • 5 实测数据处理结果
  •   5.1 融合后识别率提高
  •   5.2 数据标注
  •     5.2.1 库内目标数据标注
  •     5.2.2 库外目标数据标注
  • 6 结束语

    • 文章来源

    类型: 期刊论文

    作者: 李士国,张瑞国,孙晶明,孙俊

    关键词: 雷达,自动目标识别,深度学习,架构

    来源: 现代雷达 2019年11期

    年度: 2019

    分类: 信息科技

    专业: 电信技术,自动化技术

    单位: 南京电子技术研究所,中国电子科技集团公司智能感知技术重点实验室,太原卫星发射中心

    分类号: TN957.52;TP18

    DOI: 10.16592/j.cnki.1004-7859.2019.11.012

    页码: 57-61+84

    总页数: 6

    文件大小: 1948K

    下载量: 368

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/b2ea75cf4b1b5842a30d80a7.html