龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京航空航天大学
申请日：2024-03-14
公开（公告）日：2024-06-28
公开（公告）号：CN118260649A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/214;G06N3/04
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开的一种基于神经网络的SAR成像模式快速识别方法，其包括以下步骤：S1：构建SAR信号功率图的样本数据集；S2：创建并初始化BP神经网络模型；S3：利用样本数据集对神经网络模型进行预训练，得到SAR成像模式识别网络模型；S4：利用预训练后的网络模型对接收信号的功率图样本进行预测，得到其相应的成像模式。该识别方法是基于旁瓣侦察对干扰机截获信号进行建模，得到的信号模型更具普适性，利用神经网络来自适应提取各模式的功率图特征，能够提供更高的准确率和更快地识别速度，并且对高斯白噪声具有一定的鲁棒性，在雷达电子对抗领域中具有重要的应用价值。
主权项：1.一种基于神经网络的SAR成像模式快速识别方法，其特征在于：包括以下步骤：S1：构建SAR信号功率图的样本数据集；对地面干扰机截获到的SAR信号进行建模，进而仿真获得SAR信号的功率图样本，在不同参数下获得足够量的样本数据集；S2：创建并初始化BP神经网络模型；选用BP神经网络模型，创建并初始化模型；S3：利用样本数据集对BP神经网络模型进行预训练；将生成的样本数据集分为训练集和测试集，将训练集输入BP神经网络模型进行预训练，利用测试集进行识别准确率的计算，根据识别结果的好坏，适当调整BP神经网络模型的网络参数及超参数，获得更优的BP神经网络模型。S4：利用预训练后的BP神经网络模型对SAR信号的功率图样本进行预测，得到相应的成像模式；地面干扰机接收到固定成像模式下的SAR信号回波，对SAR信号回波处理得到得SAR信号的功率图样本，将SAR信号的功率图样本输入至预训练完成的BP神经网络模型，即可输出相应的成像模式类别。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于神经网络的SAR成像模式快速识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号