公开(公告)号：CN114154534A

公开(公告)日：2022-03-08

申请号：CN202111312428.6

申请日：2021-11-08

Applicant: 北京理工大学

Inventor： 傅雄军 ,  郎平 ,  常世博 ,  杜慧茜 ,  马志峰 ,  袁浩东

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于混合模型融合的宽带雷达目标HRRP识别方法，属于雷达目标识别技术领域。包括：1)采集数据集并划分测试集与训练集；2)将标志位L_done、C_done置0；3)利用训练集分别对F‑CNN模型的两个子模型CNN与LightGBM模型进行训练；4)利用F‑CNN模型识别测试集种类，具体为：经训练后子模型处理，得到分类结果A与B。判断标志位是否均为1；若不是，则等待；若是，则将结果A与B输入决策树合并，输出即为F‑CNN模型识别结果；所述方法可根据HRRP信号对探测目标进行有效分类；在不同信噪比下的识别准确率均有明显提升；显著降低了模型的复杂度，提升了推理速度。

公开(公告)号：CN114154534B

公开(公告)日：2024-07-09

申请号：CN202111312428.6

申请日：2021-11-08

Applicant: 北京理工大学

Inventor： 傅雄军 ,  郎平 ,  常世博 ,  杜慧茜 ,  马志峰 ,  袁浩东

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明涉及一种基于混合模型融合的宽带雷达目标HRRP识别方法，属于雷达目标识别技术领域。包括：1)采集数据集并划分测试集与训练集；2)将标志位L_done、C_done置0；3)利用训练集分别对F‑CNN模型的两个子模型CNN与LightGBM模型进行训练；4)利用F‑CNN模型识别测试集种类，具体为：经训练后子模型处理，得到分类结果A与B。判断标志位是否均为1；若不是，则等待；若是，则将结果A与B输入决策树合并，输出即为F‑CNN模型识别结果；所述方法可根据HRRP信号对探测目标进行有效分类；在不同信噪比下的识别准确率均有明显提升；显著降低了模型的复杂度，提升了推理速度。