一种基于深度置信网络的雷达一维距离像真假目标识别方法

摘要

本发明公开了一种基于深度置信网络的雷达一维距离像真假目标识别方法，其技术方案为：首先对数据进行时频转换及能量归一化等预处理操作获得样本频域特征作为原始特征；其次对样本数据进行主成分分析，提取样本子空间特征向量；然后利用深度学习的方法，使用三个多层受限玻尔兹曼机来构建含三个隐含层的深度置信网络，采用非监督逐层贪婪训练法依次训练网络的每一层，其中在每个受限玻尔兹曼机的输入层之前增加一个链接层，链接层完成将前两层的输出拼接并构成新的融合特征矢量；随后在网络输出层接一层分类器，利用带标签样本数据采用BP算法对其进行全局参数微调；最后利用该深度网络对输入样本进行目标识别，其目标识别率高于已有识别方法。