公开(公告)号：CN115421114A

公开(公告)日：2022-12-02

申请号：CN202110517499.3

申请日：2021-05-12

Applicant: 复旦大学

Inventor： 雷舒棋 ,  王峰 ,  岳冬晓 ,  周若一

IPC: G01S7/41 ,  G01S13/90 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供一种基于HRRP信号幅度统计特征的自然场景分类方法，属于雷达回波信号解译领域。本发明的自然场景分类方法包括以下步骤：步骤S1，获取不同自然场景的HRRP实测数据；步骤S2，对步骤S1中的HRRP实测数据采用经验ITM杂波仿真的仿真方法获取仿真数据；步骤S3，采用对数累积量参数估计法，对获取的仿真数据做幅度统计建模，获得模型参数；步骤S4，基于步骤S3的模型参数，构造训练及测试模型参数序列样本集，构建一维卷积神经网络用于训练；步骤S5，训练步骤S4的一维卷积神经网络，使得损失函数值趋于稳定并接近0；步骤S6，调取步骤S5中的训练完成的一维卷积神经网络，测试分类结果。最终实现自然场景的分类。

公开(公告)号：CN115393663A

公开(公告)日：2022-11-25

申请号：CN202110551780.9

申请日：2021-05-20

Applicant: 复旦大学

Inventor： 周若一 ,  王峰 ,  张永生

IPC: G06V10/774 ,  G06V20/17 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的空中目标ISAR成像多方位样本扩充方法，属于空中目标ISAR成像信息获取及目标识别领域，用于扩充空中目标方位维上的样本。本发明包括如下步骤：步骤S1，通过对空中目标建模以及快速电磁散射计算获取空中目标ISAR图像仿真数据集；步骤S2，通过设置间隔度数划分空中目标ISAR图像仿真数据集，建立训练集和测试集；步骤S3，搭建至少具有生成器和判决器的深度学习网络模型；步骤S4，将训练集中带有型号类别标签的数据输入深度学习网络模型，对生成器和判决器进行训练；步骤S5，将测试集中的数据输入训练好的深度学习网络模型，输出对应信息下的图像。