采用CNN-SSD的雷达HRRP小样本目标识别方法
Radar HRRP based few-shot target recognition with CNN-SSD作者机构：西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 中国人民解放军32181部队陕西西安710032
出 版 物：《西安电子科技大学学报（自然科学版）》 (Journal of Xidian University(Natural Science))
年 卷 期：2021年第48卷第2期
页 面：1-14页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金国家杰出青年科学基金 国家自然科学基金 国家教育部高等学校学科创新引智计划项目
主 题：雷达目标识别 小样本学习 特征提取 高分辨距离像 卷积神经网络 连续自蒸馏
摘 要：雷达高分辨距离像非合作目标识别技术的发展主要受限于两个方面:一是由于非合作目标观测频率极低,导致带标签样本量严重不足,使非合作目标识别成为典型的小样本识别问题,这在学界依然是一个没有定论的开放性的热点和难点问题;二是现有的目标识别方法多基于完备数据集假设,使得其与非合作目标小样本目标识别问题严重失配.针对上述问题,对于非合作目标识别抛开数据集完备假设,提出了一种采用卷积神经网络模型连续自蒸馏的雷达高分辨距离像小样本目标识别方法.该方法首先利用包含45类合作目标的完备的训练数据集训练,得到一个初始的类别无关的特征提取器;基于此,进一步采用模型连续自蒸馏机制得到更具泛化能力的特征提取器;最后,在非合作目标上对所提取特征的泛化能力进行了测试.实验结果表明,对于5类非合作目标,所提方法在仅有1个、5个和10个训练样本的情况下,平均识别率分别达到61.26％,84.69％和92.52％,实现了对库外样本的快速、有效识别.