基于EMD-MDGAN的HRRP增扩方法

摘要

高分辨率距离像(HRRP)是弹道目标识别的主要特征,由于其为非合作目标因此观测频率极低,导致带标签样本量严重不足,而混合密度生成对抗网络(MDGAN)作为生成HRRP的有效方法,存在模式崩溃、网络不易收敛等问题.提出一种基于误差匹配分布(EMD)改进MDGAN的弹道目标HRRP增扩方法EMD-MDGAN.将生成器、残差网络和注意力机制相结合,通过残差结构解决梯度消失的问题,利用注意力机制提高生成器中自编码器的特征提取能力,并把误差匹配思想引入损失函数设计中,以增强模型的稳定性,使网络更易收敛.实验结果表明,该模型在有效解决模式崩溃问题的基础上,可缩小生成样本与真实样本分布间差异,生成具有一定真实性、可靠性、多样性的数据,实现HRRP数据增扩.