基于BiLSTM的机场跑道异物探测雷达目标分类方法

文档名：基于BiLSTM的机场跑道异物探测雷达目标分类方法
针对机场跑道异物(FOD)探测雷达目标分类问题,提出一种融合自注意力(self-attention)机制的双向长短时记忆网络(BiLSTM)分类方法.将目标实孔径成像结果输入self-attention层,获取目标数据自注意力表征,使模型更加关注对目标分类作用大的区域.连接BiLSTM捕捉不同角度HRRP之间的前向及后向信息依赖,实现目标分类.实测数据表明,相比传统方法,融合self-attention机制的BiLSTM网络能够提高分类准确率.
作者：李含清 王宏宇 王彦华 张亮 龙腾
作者单位：北京理工大学信息与电子学院雷达技术研究所,北京100081北京理工大学信息与电子学院雷达技术研究所,北京100081;北京理工大学重庆创新中心,重庆401120
母体文献：第十四届全国信号和智能信息处理与应用学术会议论文集
会议名称：第十四届全国信号和智能信息处理与应用学术会议  
会议时间：2021年4月11日
会议地点：北京
主办单位：中国高科技产业化研究会
语种：chi
分类号：
关键词：机场跑道异物  雷达探测  目标分类  双向长短时记忆网络
在线出版日期：2021年6月24日
基金项目：
相似文献
相关博文

基于BiLSTM的机场跑道异物探测雷达目标分类方法.pdf

文件大小:

6.76 MB

高速下载