首页> 中国专利> 一种基于改进的LSGAN和CNN的HRRP雷达目标识别方法

一种基于改进的LSGAN和CNN的HRRP雷达目标识别方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于改进的LSGAN和CNN的HRRP雷达目标识别方法，所述方法包括以下步骤，S1、通过数据去噪模块接收带噪声和干净的HRRP数据，利用改进的LSGAN，生成高信噪比的HRRP数据；S2、采用目标识别模块接收HRRP数据，利用CNN进行目标识别，得到识别结果。本发明能够实现在HRRP数据信噪比较低时也能有很好的识别效果，同时通过改进网络，弥补原始GAN和LSGAN的不足。

著录项

公开/公告号CN112230210A

专利类型发明专利
公开/公告日2021-01-15

原文格式PDF
申请/专利权人南昌航空大学;
展开▼

申请/专利号CN202010940775.2
发明设计人肖永生;聂江华;黄丽贞;喻小龙;毛聪;孙成立;
展开▼

申请日2020-09-09
分类号G01S13/02(20060101);G06N3/04(20060101);
代理机构36111 南昌洪达专利事务所;
代理人刘凌峰
地址 330000 江西省南昌市新建县丰和南大道696号
入库时间 2023-06-19 09:33:52

法律信息

法律状态公告日

法律状态信息

法律状态
2022-07-29

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于改进的LSGAN和CNN的HRRP雷达目标识别方法 [P] . 中国专利： CN112230210A . 2021-01-15
2. 一种基于改进CNN的雷达HRRP多目标识别方法及系统 [P] . 中国专利： CN113159218A . 2021-07-23
3. A method and learning device for learning a CNN-based object detector using 1x1 convolution used for hardware optimization, and a test method and test device using this {LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR BASED ON CNN USING 1 × 1 CONVOLUTION TO BE USED FOR HARDWARE OPTIMIZATION, AND TESTING METHOD AND TESTING DEVICE USING THE SAMEM} [P] . JP6853592B2 . 2021-03-31

机译：一种方法和学习设备，用于使用用于硬件优化的1x1卷积的基于CNN的对象检测器，以及使用该测试方法和测试设备，使用1×1卷积的CNN基于CNN的对象检测器的学习方法和学习设备用于硬件优化，以及使用Samem的测试方法和测试设备}
4. For long range detection or military purposesMethod and apparatus for learning object detector capable of hardware optimization of CNN based base using image concatenationTest method and test equipment using it.Assessment based on CNN for decision at issue or minimum purpose use policy allocationAnd counting medium and touching device using the case [P] . JP6846069B2 . 2021-03-24

机译：对于长距离检测或军用目的和用于学习对象检测器的设备，可以使用it it ita it itable.Sessessess的基于CNN的基于CNN的基于CNN的基于CNN的硬件优化的装置和用于学习的对象检测器的装置。基于CNN的作出或最低目的使用策略分配和触摸设备进行决定使用案例
5. CNN 3x3 1x3 3x1 CNN LOW OVERHEAD IMPLEMENTATION OF WINOGRAD FOR CNN WITH 3x3 1x3 AND 3x1 FILTERS ON WEIGHT STATION DOT-PRODUCT BASED CNN ACCELERATORS [P] . KR20210117905A . 2021-09-29

机译： CNN 3X3 1X3 3X1 CNN用于CNN的WinoGrad的WinoGrad的低开销实施，3x3 1x3和3x1滤波器在基于CNN加速器的CNN加速器上