基于BP神经网络的飞机目标识别算法
日期:2019.11.18 点击数:12
【类型】期刊
【刊名】电子测量技术
【关键词】 小波变换,RCS,BP神经网络,飞机目标识别
【摘要】针对飞机目标识别中模板匹配等方法存在的识别率低的问题,提出一种基于多层BP神经网络的飞机目标识别算法。该算法首先利用CST电磁仿真软件精确仿真目标的全空域RCS数据,根据飞行的航迹获取动态RCS时间序列。其次,计算目标动态RCS时间序列的均值、极大值等统计特性以及对目标动态RCS时间序列进行多尺度小波分解和重构,计算每层近似信号重构能量和细节信号重构能量,之后提取目标RCS的时频特征。最后,构建多层BP神经网络模型来识别3种类型的目标。仿真结果表明,该目标识别算法能够有效的识别3种不同类型的飞机目标,识别率达到了90%。
【年份】2019
【作者单位】上海大学特种光纤与光接入网省部共建教育部重点实验室;
【期号】14
【全文挂接】全文挂接
相关文章
- 1、基于卷积神经网络迁移学习的飞机目标识别 作者:杨予昊,孙晶明,虞盛康, 年份:2020
- 2、结合显著图和深度学习的遥感影像飞机目标识别 作者:刘相云,龚志辉,金飞,杨光,范炜康, 年份:2019
- 3、基于字典学习和卷积神经网络的飞机目标HRRP识别研究 作者:周丽洒 年份:2019
- 4、基于卷积神经网络的遥感图像飞机目标识别研究 作者:颜荔 年份:2018
- 5、隐身飞机机身侧棱电磁散射特点分析 作者:张扬,艾俊强,王健,张维仁, 年份:2017
- 6、网格简化算法在RCS计算中的应用 作者:罗建阳,孙树立, 年份:2017