当前位置: 首页 > 专利查询>天津大学专利>正文

基于多任务学习的HRRP特征提取方法技术

技术编号:26304442 阅读:29 留言:0更新日期:2020-11-10 20:00
本发明专利技术涉及一种基于多任务学习的HRRP特征提取方法,包括下列步骤:目标样本建模;获取目标样本HRRP:利用CST软件中的雷达距离像仿真模块,生成目标的全方位HRRP,仿真求解器为高频渐进求解器,远场频率为1Ghz;计算目标HRRP时间序列:基于目标全方位HRRP值,利用MATLAB时间序列计算程序,生成目标在不同轨迹下、含包括章动角、进动周期在内的不同微动信息的HRRP时间序列;利用MATLAB程序制作训练集;搭建基于多任务学习的特征提取系统。

【技术实现步骤摘要】
基于多任务学习的HRRP特征提取方法
本专利技术涉及空间目标识别领域,特别涉及深度学习的多任务学习方法。
技术介绍
空间目标识别技术作为一项研究热点,在军事、航天方面都具有重要的意义。随着军事信息化的进程的推进,反卫星、反导弹技术需求愈加迫切;而随着航天技术提升,日益增长的空间碎片也使得人们需要高效的针对各种尺寸的空间碎片的雷达信息分析技术。空间目标识别技术能对目标物体的雷达回波信息进行特征提取,从而实现对目标物体的识别。雷达目标识别中,信息量与信号带宽相关,带宽越大,信息量越多。空间目标的高分辨率一维距离像(HRRP)是一个重要的物理信息,是由宽带雷达的回波获取的雷达信息,具有丰富的信息。基于HRRP的目标识别技术一直是空间目标识别技术的重要方向,传统方法对HRRP的研究有基于功率谱特征的目标识别方法、基于中心矩特征向量的雷达目标识别方法和基于多次距离像样本的识别方法。而随着深度学习的兴起,神经网络已经在各种领域取得非常惊人的效果。本文使用基于已经成熟的TCN神经网络结构的多任务学习,对物体的动态HRRP时间序列数据进本文档来自技高网...

【技术保护点】
1.一种基于多任务学习的HRRP特征提取方法,包括下列步骤:/n第一步:目标样本建模:根据实际需要,按1:1比例,利用CST三维全波电磁场仿真软件制作目标的3D模型,并对模型赋予物理属性,目标种类包含球、圆锥、锥柱、锥柱裙和圆柱;/n第二步:获取目标样本HRRP:利用CST软件中的雷达距离像仿真模块,生成目标的全方位HRRP,仿真求解器为高频渐进求解器,远场频率为1Ghz;/n第三步:计算目标HRRP时间序列:基于目标全方位HRRP值,利用MATLAB时间序列计算程序,生成目标在不同轨迹下、含包括章动角、进动周期在内的不同微动信息的HRRP时间序列;/n第四步:利用MATLAB程序制作训练集:...

【技术特征摘要】
1.一种基于多任务学习的HRRP特征提取方法,包括下列步骤:
第一步:目标样本建模:根据实际需要,按1:1比例,利用CST三维全波电磁场仿真软件制作目标的3D模型,并对模型赋予物理属性,目标种类包含球、圆锥、锥柱、锥柱裙和圆柱;
第二步:获取目标样本HRRP:利用CST软件中的雷达距离像仿真模块,生成目标的全方位HRRP,仿真求解器为高频渐进求解器,远场频率为1Ghz;
第三步:计算目标HRRP时间序列:基于目标全方位HRRP值,利用MATLAB时间序列计算程序,生成目标在不同轨迹下、含包括章动角、进动周期在内的不同微动信息的HRRP...

【专利技术属性】
技术研发人员:杨嘉琛张茁
申请(专利权)人:天津大学
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 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。

1