← 返回列表
逆合成孔径雷达图像目标识别方法和装置
摘要文本
本发明公开了一种逆合成孔径雷达图像目标识别方法和装置，所述逆合成孔径雷达图像目标识别方法包括：对目标雷达回波数据采用距离多普勒算法获取目标的逆合成孔径雷达图像，并将逆合成孔径雷达图像划分为训练集和测试集；根据雷达回波数据中包含的目标的距离、方位、俯仰信息进行入射视线角的估计；构建基于角度引导注意力的卷积神经网络；用训练集对基于角度引导注意力的卷积神经网络进行训练，得到训练好的模型；利用测试集对训练好的模型进行测试，得到逆合成孔径雷达图像的目标识别结果。本发明通过引入目标相对于雷达的入射视线角，将目标姿态和目标ISAR图像特征进行关联耦合，能够提升目标识别性能，提高目标识别准确率。。微信公众号马克 数据网
申请人信息
- 申请人:北京无线电测量研究所
- 申请人地址:100143 北京市海淀区永定路50号32楼
- 发明人: 北京无线电测量研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 逆合成孔径雷达图像目标识别方法和装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311683226.1 |
| 申请日 | 2023/12/9 |
| 公告号 | CN117671374A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 北京无线电测量研究所 |
| 发明人 | 李家宽; 叶春茂; 余继周; 申伦豪; 冯博 |
| 地址 | 北京市海淀区永定路50号 |
专利主权项内容
1.一种逆合成孔径雷达图像目标识别方法，其特征在于，包括：步骤S1：对目标雷达回波数据采用距离多普勒算法获取目标的逆合成孔径雷达图像，并将逆合成孔径雷达图像划分为训练集和测试集；步骤S2：根据雷达回波数据中包含的目标的距离、方位、俯仰信息进行入射视线角的估计；步骤S3：构建基于角度引导注意力的卷积神经网络，所述卷积神经网络包括卷积层、池化层、多个混合注意力残差模块、角度引导注意力模块和全连接层，每个混合注意力残差模块包括卷积层、批归一化层、激活函数层和混合注意力模块，角度引导注意力结构包括特征映射模块和角度编码模块；步骤S4：用训练集对基于角度引导注意力的卷积神经网络进行训练，得到训练好的模型；步骤S5：利用测试集对训练好的模型进行测试，得到逆合成孔径雷达图像的目标识别结果。 马 克 数 据 网