基于压缩感知和深度学习的分类识别技术

摘要

雷达对空飞机目标分类可实现雷达装备获得敌机属性和类别信息,对于现代战争其重要性显得尤为突出.针对复杂电磁环境下的飞机目标分类问题,结合防空雷达的特点建立3类(固定翼、螺旋桨和直升机)飞机旋转部件调制回波模型,并理论分析了不同类型飞机目标的微动特征差异.仿真分析在复杂电磁环境下干扰对微动频谱的影响.引入压缩感知方法进行干扰条件下的微动特征稀疏恢复,采用堆栈自编码学习(SAE)方法构建深层神经网络对目标进行自动特征提取和分类识别;实录数据验证表明,本文特征提取和识别方法在干扰比例41％时识别正确率能达到75％.