The invention discloses a high resolution range profile target recognition method of multipolar radar based on LSTM. The method can fuse HRRP of different polarization channels, extract correlation characteristics of different channels, fully mine polarization characteristics of targets, and realize automatic feature extraction, avoid manual feature extraction and improve target recognition performance. The method takes advantage of the characteristics that all channels of multipolar radar are echoes of the same target, and regards different channels as sequences, so LSTM is applied to multipolar HRRP target recognition. The HRRP information of different polarization channels is automatically fused by LSTM, and the polarization characteristics of targets are fully excavated. The depth and correlation characteristics of targets can be automatically extracted, thus avoiding manual feature extraction. Limitations.
【技术实现步骤摘要】
一种基于LSTM的多极化高分辨距离像目标识别方法
本专利技术涉及雷达目标识别
,具体涉及一种基于LSTM的多极化雷达高分辨距离像(HighResolutionRangeProfile)目标识别方法。
技术介绍
雷达自动目标识别是实现雷达系统智能化、信息化的重要技术支撑手段。HRRP表征了目标散射中心沿雷达视线方向的分布情况,包含了目标的几何结构特征,而且相比于其他识别手段易于获取和处理,因此基于HRRP的雷达目标识别具有重要的应用价值。极化是电磁波的一种本质属性,它和幅度、相位一起反应了目标的散射特性,利用极化信息能够提升目标识别的性能。传统利用极化信息的方法是手动提取目标的极化特征,例如极化散射熵,极化散射角等。手动提取特征依赖于长期的实践经验,不易形成一般化的解决方案,而且特征分析与筛选的工作量巨大。同时手动提取特征无法融合不同极化通道HRRP的幅度和相位信息,识别性能不佳,因此研究能够自动提取极化信息并能自动融合不同通道的信息的方法很有必要。
技术实现思路
有鉴于此,本专利技术提供了一种基于LSTM的多极化雷达高分辨距离像目标识别方法,能够融合不同极化通道的HRRP,提取不同通道的关联性特征,充分挖掘目标的极化特征,同时实现自动提取特征,避免手动提取特征,提升目标识别性能。本专利技术的基于LSTM的多极化雷达高分辨距离像目标识别方法,包括如下步骤:步骤1,获取Q类目标在不同场景不同姿态下的多极化雷达高分辨距离像,并进行预处理:对所有高分辨距离像进行数据对齐处理后,对各高分辨距离像进行幅度最大值归一化处理,然后截取长度N的高分辨距离像作为LSTM网络 ...
【技术保护点】
1.一种基于LSTM的多极化雷达高分辨距离像目标识别方法,其特征在于,包括如下步骤:步骤1,获取Q类目标在不同场景不同姿态下的多极化雷达高分辨距离像,并进行预处理:对所有高分辨距离像进行数据对齐处理后,对各高分辨距离像进行幅度最大值归一化处理,然后截取长度N的高分辨距离像作为LSTM网络的输入;步骤2,构建LSTM网络;所述LSTM网络包括输入层、隐含层和softmax层;其中,输入层包括T个通道,每个通道有N个神经元;隐含层的最后一层包括T个通道,每个通道有Q个神经元;softmax层包括Q个神经元;其中,T为多极化雷达的极化通道个数,N为步骤1的截取长度,Q为目标类别数;步骤3,将步骤1预处理后的高分辨距离像数据作为LSTM网络的输入,对构建的LSTM网络进行训练;其中,LSTM网络的输入层的T个通道分别对应高分辨距离像的T个极化通道;步骤4,将待识别的多极化雷达高分辨距离像按照步骤1的方式进行预处理,然后输入步骤3训练好的LSTM网络中,softmax层输出的最大值对应的类别即为目标类别。
【技术特征摘要】
1.一种基于LSTM的多极化雷达高分辨距离像目标识别方法,其特征在于,包括如下步骤:步骤1,获取Q类目标在不同场景不同姿态下的多极化雷达高分辨距离像,并进行预处理:对所有高分辨距离像进行数据对齐处理后,对各高分辨距离像进行幅度最大值归一化处理,然后截取长度N的高分辨距离像作为LSTM网络的输入;步骤2,构建LSTM网络;所述LSTM网络包括输入层、隐含层和softmax层;其中,输入层包括T个通道,每个通道有N个神经元;隐含层的最后一层包括T个通道,每个通道有Q个神经元;softmax层包括Q个神经元;其中,T为多极化雷达的极化通道个数,N为步骤1的截取长度,Q为目标类别数;步骤3,将步骤1预处理后的高分辨距离像数据作为LSTM网络的输入,对构建的LSTM网络进行训练;其中,LSTM网络的输入层的T个通道分别对应高分辨距离像的T个极化通道;步骤4,将待识...
【专利技术属性】
技术研发人员:李阳,王彦华,陈维,王宏宇,龙腾,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。