基于脉冲神经网络的轻量化SAR图像舰船识别算法

作     者：谢洪途 陈佳兴 张琳 朱楠楠 XIE Hong-tu;CHEN Jia-xing;ZHANG Lin;ZHU Nan-nan

作者机构：中山大学·深圳电子与通信工程学院广东深圳518107 空军预警学院湖北武汉430019 中山大学系统科学与工程学院广东广州510275 

出 版 物：《东北大学学报（自然科学版）》 (Journal of Northeastern University(Natural Science))

年 卷 期：2024年第45卷第4期

页      面：474-482页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 13[艺术学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0303[法学-社会学] 0710[理学-生物学] 1305[艺术学-设计学（可授艺术学、工学学位）] 0810[工学-信息与通信工程] 081104[工学-模式识别与智能系统] 0807[工学-动力工程及工程热物理] 081105[工学-导航、制导与控制] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 0836[工学-生物工程] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：广东省基础与应用基础研究基金资助项目(2023A1515011588,2021A1515010768) 深圳市科技计划资助项目(202206193000001,20220815171723002) 国家自然科学基金资助项目(62203465,62001523,62201614,6210593) 

主　　题：合成孔径雷达图像 舰船识别 脉冲神经网络 轻量化 

摘      要：针对传统方法进行合成孔径雷达(SAR)图像目标识别存在参数多、能耗高等问题,提出了一种基于脉冲神经网络(SNN)的轻量化SAR图像舰船识别算法.首先,利用视觉注意力机制提取SAR图像视觉显著图,采用泊松编码器进行脉冲序列编码,能抑制背景噪声干扰.然后,结合泄漏整合发射(LIF)脉冲神经元和卷积神经网络,构建融合时序信息的SNN模型,能实现SAR图像舰船识别.最后,采用反正切函数作为反向传播时脉冲发射函数的梯度替代函数对SNN模型进行优化,能解决模型难以训练的问题.实验结果表明所提算法具有高精度、少参数、高效率和低能耗等优势,能实现SAR图像高效准确舰船识别.