基于深度自编码多维特征融合的慢动目标检测1
需积分: 0 195 浏览量
2022-08-04
12:37:33
上传
评论
收藏 1.85MB PDF 举报
第 !" 卷#第 " 期 #
!"#$!"# %"$" #
计 算 机 工 程
&"'()*+,-./0.++,0./
##
$%&' 年 " 月
123 $%&'
!人工智能及识别技术!
文章编号" !"""#$%&'#&"!($")#"!% $ #"L * * * 文献标志码" +* * * 中 图 分 类 号 " ,-$(!
基金项目"国 家 自 然 科 学 基 金 ! (&+)&&%)& (&"("%%!& (&")&&!+ " # 国 家 科 技 重 大 专 项 - 高 精 度 位 置 测 量 系 统 在 线 标 定 技 术 研 究 .
!$%&)>4%$&%&%%) 7%%+" $
作者简介"张文涛!&')(%" &男 &教授'博士'博 士 生 导 师 &主 研 方 向 为 雷 达 信 号处 理'光 电检 测技 术#许 治 国 &硕 士 研 究 生#郑# 霖&教授'
博士#杨#超&博士研究生$
收稿日期"$%&*7%$7%' # # 修 回 日 期 "$%&* 7%+ 7&$ # # .#/012")*&!*+$$( , UU$:" '
基于深度自编码多维特征融合的慢动目标检测
张文涛
2
!许治国
2
!郑#霖
8
!杨#超
8
! 桂林电子科技大学 2$电子工程与自动化学院# 8$广西无线宽带通信与信号处理重点实验室&广西 桂林 "!&%%!"
摘#要" 针对强杂波环境下慢动目标检测存在的多普勒 频移低'杂波干 扰强'特征 提取困 难等问 题&提出 一 种 多 维
特征融合的检测算法$ 利用时频变换和脉冲压 缩 解析回波信 息&提取 目 标 回 波 时 频 域和距离像 的 特 征&将 特 征 串
联输入到深度自编码网络中进行融合$ 深度自编码网络通过自主学习提取目 标不同 维度的 特征&增 强 多维特 征联
合检测性能$ 仿真结果表明&与直接利用单域特征的深度自编码以及利用 <!1 进行目标检 测的算 法相比&该 算法
能有效融合时频域与距离像特征&实现特征互补&提高目标检测的鲁棒性与识别精度$
关键词" 目标检测#深度自编码#特征提取#多维特征融合#时频变换#脉冲压缩
中文引用格式"张文涛&许治国&郑霖&等$基 于 深 度 自 编码 多维 特征 融 合 的 慢 动 目标 检 测 ( 6) $计 算 机 工 程&$%&' &
!"!"" *&!+7&!*&&"! $
英文引用格式" >?@%A V+.*2"& 4C >K0/)"& >?-%A B0.& +*2#$<#"H '"G0./ *2,/+*N+*+:*0". 829+N ". ')#*07
N0'+.90".2#I+2*),+I)90". )90./ N++( 2)*"+.:"N+,( 6) $&"'( )*+,-./0.++,0./&$%&'&!"!"" *&!+7&!*&&"! $
P287 R841>? ,06?5CF5C5;C18>:0B5E8 >
RN2C1#E1/5>B18>02U50CN65UNB18>IB1>? F55V+NC85>;8E56
>?@%A V+.*2"
2
&4C >K0/)"
2
&>?-%A B0.
8
&L@%A &K2"
8
! 2$<:K""#"I-#+:*," .0:-./0.++,0./ 2.N @)*"'2*0".# 8$A)2./E0P+3 B28",2*",3 "IV 0,+#+99
V0N+82.N &"'').0:2*0". 2.N <0/.2#Q,":+990./&A) 0#0. C.0G+,90*3 "I-#+:*,".0:O+:K."#"/3&A)0#0.&A)2./E0"!& %%!&&K0.2"
+ +ABC60;C, O" 2NN,+99*K+(,"8#+'9"I#"H5"((#+,I,+U )+.:3 9K0I*&9*," ./ :#)**+,0.*+,I+,+.:+&N0II0:)#*I+2*),++E*,2:*0".
0. 9#"H '"G0./ *2,/+*N+*+:*0". ).N+,9*,"./ :#)**+,+.G0,".'+.*&2*2,/+*N+*+:*0". '+*K"N 829+N ". ')#*07N0'+.90".2#
I+2*),+I)90". 09(,"("9+N$R0,9*#3& *K+ +:K" 0.I",'2*0". 092.2#3S+N 83 )90./ *0'+7I,+U)+.:3 *,2.9I" ,' 2.N ()#9+
:"'(,+990".&2.N *K+I+2*),+9"I*K+*2,/+*+:K" 0. *K+*0'+7I,+U)+.:3 N"'20. 2.N ,2./+0'2/+2,++E*,2:*+N$OK+.&*K+
I+2*),+92,+:"..+:*+N 0. 9+,0+90.*" N++( 2)*"+.:"N+,.+*H",J I",I)90".$R0.2##3&*K+N++( 2)*"+.:"N+,.+*H",J 09)9+N *"
+E*,2:*N0II+,+.*N0'+.90".9"I*2,/+*:K2,2:*+,09*0:9& 2.N +.K2.:+*K+M"0.*N+*+:*0". (+,I",'2.:+"I')#*07N0'+.90".2#
I+2*),+9829+N ". 2)*"."'")9#+2,.0./$<0')#2*0". ,+9)#*99K"H *K2*:"'(2,+N H0*K *K+*2,/+*N+*+:*0". 829+N ". 90./#+
N"'20. I+2*),+)90./ N++( 2)*"+.:"N+,2.N *K+*2,/+*N+*+:*0". )90./ <!1&*K+(,"("9+N '+*K"N :2. I)9+*K+I+2*),+9"I
*K+*0'+7I,+U)+.:3 N"'20. 2.N ,2./+0'2/++II+:*0G+#3
& K2G0./ 2NG2.*2/+9"I8"*K& 2.N 0'(,"G+*K+,"8)9*.+992.N
,+:"/.0*0". (,+:090". "I*2,/+*N+*+:*0".$
+ D5@ 786EB, *2,/+*N+*+:*0".# N++( 2)*"+.:"N+,# I+2*),++E*,2:*0".# ')#*07N0'+.90".2#I+2*),+I)90".# *0'+7I,+U)+.:3
*,2.9I",'
#()#9+:"'(,+990".
F3G*&%$&'()* TM$099.$&%%%7+!$*$%%"%!("
"*概述
强杂波环境下的慢动目标检测一直是具 有挑战
性的课题$ 由于目标和障碍物的回波 具有类 似的电
磁特性&并且受到多径效应及慢速特性等影响
(&)
&目
标回波能量极其微弱&难以检测
($)
&传统的慢动 目标
检测性能难 以 满 足 实 际 需 求
$ 目前&国 内 外 学 者 提
出的方法主要 从 模 式 识 别 的 角 度 出 发&聚 焦 于 特 征
提取 和 分 类 器 设 计$ 这 些 方 法 通 常 利 用 时 域 波
形
(+)
'时频分析
(!)
'稀疏分解
(")
等预定义目标回波特
征&结合数据约简技术优化特征选取&以机器学习算
法如决策树'贝叶斯分类'@N28""9*等构建特 征检测
评论0