一种基于深度学习的高分辨率雷达目标识别算法

发明专利有效专利

申请号：
CN201911203317.4
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-11-29
申请人：
长沙理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的高分辨率雷达目标识别算法
申请号	CN201911203317.4	申请日期	2019-11-29
法律状态	实质审查	申报国家	中国
公开/公告日	2020-04-07	公开/公告号	CN110969121A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	长沙理工大学	申请人地址	湖南省长沙市天心区万家丽南路2段960号长沙理工大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	长沙理工大学	当前权利人	长沙理工大学
发明人	王威;张成文;胡双红
代理机构	暂无	代理人	暂无

摘要

本发明公开一种基于深度学习的高分辨率雷达目标识别算法，包括有雷达数据预处理模块、雷达目标识别模块和系统输出模块，其特征在于雷达数据预处理模块对输入的目标雷达回波数据进行预处理；雷达目标识别模块，包括VGG‑Inception网络特征提取模块及分类器模块，其中VGG‑Inception网络是对VGG网络的改进，使用一定数量的Inception模块与1×1卷积模块的线性连接替换原VGG网络卷积层中的Conv3模块，分类器模块可选择单层或三层的神经网络全连接层或全局平均值池化等方法；系统输出模块对分类器的输出进行处理后输出判定结果。所述雷达识别系统通过在传统VGG网络中引入Inception结构和改进分类器结构，减少了网络参数，更加能够满足雷达自动目标识别技术对实时性运算的要求，同时还能保持与传统VGG网络接近的高识别准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供