重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2020, Vol. 34 ›› Issue (1): 86-93.doi: 10.3969/j.issn.1674-8425(z).2020.01.013

• 智能技术 • 上一篇    下一篇

基于增强数据集卷积神经网络的 ＳＡＲ目标识别方法

陈 欣１，陈明逊２   

  1. １．重庆邮电大学移通学院，重庆 ４０１５２０；２．重庆城市职业学院，重庆 ４０１５２
  • 收稿日期:2019-01-22 发布日期:2020-02-16
  • 作者简介:陈欣，女，硕士，讲师，主要从事计算机应用技术、图像处理研究，Ｅｍａｉｌ：ｓｕｎｎｙｄａｙ＿ｘｘｌ＠１６３．ｃｏｍ；陈明逊， 女，硕士，助教，主要从事计算机应用技术、图像处理研究。
  • 基金资助:
    重庆市教育科学“十三五”规划 ２０１８年度立项课题（２０１８－ＧＸ－４６９）

  • Received:2019-01-22 Published:2020-02-16

PDF (PC)

270

赞

摘要： 提出基于增强数据集卷积神经网络的合成孔径雷达（ＳＡＲ）目标识别方法。卷积神 经网络的分类能力与训练样本的数量和全面性息息相关。由于 ＳＡＲ目标识别中存在大量的扩 展操作条件，基于原始少量训练样本的卷积神经网络稳健性较差。通过添加噪声构造噪声样 本；通过多分辨率分析获得多分辨率的样本；通过模拟部分遮挡获得不同程度的遮挡样本。采 用增强后的训练样本训练卷积神经网络从而提高其对于噪声干扰、分辨率变换以及部分遮挡等 情形的稳健性。同时，由更多训练样本训练得到的网络对于其他扩展操作条件的适应性也有一 定的提高。基于 ＭＳＴＡＲ数据集进行了验证实验，证明了提出方法的有效性。

关键词: 合成孔径雷达, 目标识别, 卷积神经网络, 增强数据集

中图分类号: 

  • ＴＰ７５３