一种基于卷积神经网络的空间目标姿态分类识别方法

摘要

本发明涉及一种基于卷积神经网络的空间目标姿态分类识别方法，针对利用单目标雷达低分辨非平稳雷达散射截面(RCS)序列难以进行空间目标姿态稳定分类识别的难题，引入短时傅里叶变换对RCS序列进行预处理，将RCS非平稳时间序列转化为RCS谱图；设计了空间目标姿态识别的卷积神经网络结构，利用卷积神经网络对RCS谱图进行自提特征和分类识别。实测数据处理结果表明，该方法测试实测数据样本识别率达到99.95％，明显优于传统空间目标姿态分类识别算法，可在空间目标姿态分类识别实际工程中应用。