一种基于微多普勒特征提取和深度学习的雷达目标识别方法

摘要

本发明提出了一种基于微多普勒特征提取和深度学习的雷达目标识别方法，包括新方法可分为三个阶段：步骤一、微多普勒特征提取阶段，使用MSTFT‑WVD算法获得目标的微多普勒特征时频图；步骤二、分类器模型训练阶段，将第一阶段获得的已知类别信息的时频图分为训练数据集和测试数据集两类，利用原始深度学习模型进行训练，通过不断调整参数获得适用于雷达目标识别的最优深度学习模型；步骤三、未知目标的识别阶段，同样利用MSTFT‑WVD算法获得未知目标的微多普勒特征时频图，将其输入至第二阶段训练好的深度学习模型中，获得未知目标的类别信息。本发明可以得到更高的识别正确率。