一种基于宽带雷达数据和GRU神经网络的卫星目标识别方法

摘要

本发明提供了一种基于宽带雷达数据和GRU神经网络的卫星目标识别方法，该方法主要包括数据划分和深度学习模型两大部分，通过将轨道高度和雷达观测角度信息引入到卫星目标识别，实现宽带雷达HRRP训练数据的划分和测试数据的匹配对应；采用GRU神经网络提取HRRP数据的有效特征，以划分后的HRRP训练数据作为输入，通过网络训练确定GRU神经网络的权重空间，以便提取HRRP测试数据的深层本质特征，将这些特征输入到分类器，实现卫星目标识别。本发明能够充分利用已有的宽带雷达数据，采用GRU神经网络这一深度学习模型来提取雷达HRRP数据的深层次特征，有利于提取出训练数据的有效特征，降低测试数据的搜索范围和计算量，提高了卫星目标识别的精度。