一种噪声环境下的雷达目标HRRP鲁棒识别方法

摘要

本发明属于雷达目标识别领域，公开了一种噪声环境下的雷达目标HRRP鲁棒识别方法，其思路如下：通过雷达获取目标高分辨距离像(HRRP)并做功率归一化，将HRRP数据分为训练样本集和测试样本集。对每类目标的部分训练样本加入不同信噪比的噪声，剩余训练样本不变，再将所有目标类型的整个训练样本集归一化。将得到的训练样本用于对本发明提出的一种结合残差块、inception结构和降噪自编码层的卷积神经网络进行训练，得到训练好的卷积神经网络。用被噪声污染的不同信噪比条件下的测试样本进行测试得到识别结果。本发明可有效降低噪声对识别的干扰，利用深度学习来获得稳定的抗噪声识别模型，通过该方法可以实现在较宽范围信噪比条件下鲁棒雷达目标识别。