电讯技术

作者：李汪华,张贞凯

单位：(（江苏科技大学 海洋学院，江苏 镇江 212100）)

关键词：雷达目标识别；合成孔径雷达（SAR）；卷积神经网络(CNN)；Ada_Nesterov动量法；网络集成；

基金：国家自然科学基金资助项目(61871203)

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别问题，提出了一种基于集成卷积神经网络(Convolutional Neural Network,CNN)的SAR图像目标识别方法。首先对原始数据集进行数据增强的预处理操作，以扩充训练样本；接着通过重采样的方法从训练样本中获取不同的训练子集，并在训练各基分类器时引入Dropout和Padding操作，有效增强了网络泛化能力；然后采用Adadelta算法与Nesterov动量法结合的思想来优化网络，提高了网络的收敛速度和识别精度；最后采用相对多数投票法对基分类器的分类结果进行集成。在MSTAR数据集上进行的实验结果表明，集成后的模型识别准确率达到99.30%，识别性能优于单个卷积神经网络，具有较强的泛化能力和较好的稳健性。

来源：2023年第12期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第12期