申请/专利权人：中国人民解放军海军航空大学

申请日：2023-01-06

公开（公告）日：2023-03-28

公开（公告）号：CN115861737A

主分类号：G06V10/774

分类号：G06V10/774;G06V10/82;G06N3/08;G06N3/0464;G01S7/41

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本发明公开一种智能雷达HRRP目标识别方法及系统，涉及目标识别技术领域，包括：CNN‑BTEN网络中，卷积模块用于对雷达高分辨距离样本图像中的多维距离像分别进行特征提取；位置编码模块用于采用三角函数对第一特征图序列进行位置编码；BCTE模块用于基于贝叶斯线性回归和Transformer编码器对第二特征图序列进行特征提取；分类模块用于计算第三特征图中各船舶种类的概率以实现船舶目标分类；利用训练样本集对CNN‑BTEN网络进行训练以得到目标船舶识别模型；将待识别雷达高分辨距离像输入至目标船舶识别模型以得到待识别雷达高分辨距离像中船舶种类。本发明实现了对船舶快速精准地识别。

主权项：1.一种智能雷达HRRP目标识别方法，其特征在于，方法包括：获取训练样本集；所述训练样本集中的每个训练样本包括雷达高分辨距离样本图像以及所述雷达高分辨距离样本图像对应的船舶种类；构建CNN-BTEN网络；所述CNN-BTEN网络包括卷积模块、位置编码模块、BCTE模块和分类模块；所述卷积模块用于对所述雷达高分辨距离样本图像中的多维距离像分别进行特征提取，以得到第一特征图序列；所述位置编码模块用于采用三角函数对所述第一特征图序列进行位置编码，以得到第二特征图序列；所述BCTE模块用于基于贝叶斯线性回归和Transformer编码器对所述第二特征图序列进行特征提取，以得到第三特征图；所述分类模块用于计算所述第三特征图中各船舶种类的概率，以实现船舶目标分类；利用所述训练样本集对所述CNN-BTEN网络进行训练，以得到最优的CNN-BTEN网络；所述最优的CNN-BTEN网络为目标船舶识别模型；获取待识别雷达高分辨距离像；将所述待识别雷达高分辨距离像输入至所述目标船舶识别模型，以得到所述待识别雷达高分辨距离像中船舶种类。

全文数据：

权利要求：

百度查询： 中国人民解放军海军航空大学 一种智能雷达HRRP目标识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD