用RCS时间序列分类相同形状空间目标的卷积神经网络

用RCS时间序列分类相同形状空间目标的卷积神经网络(中文7000字,英文PDF)
摘要：弹头和诱饵分类是弹道导弹防御中最重要，最难的技术问题之一。传统方法从测量数据中提取特征并采用一些分类算法。但是，很难提取原始数据中嵌入的所有信息，并且可能存在降低分类能力的矛盾特征。提出了一种名为RCSnet的一维卷积神经网络结构，用于对中段相同形状的弹头和诱饵目标进行分类，直接利用雷达截面（RCS）时间序列。将其与在仿真数据集上使用26个选定特征的5种常规分类算法进行了比较，并且在分类性能和预测速度方面均优于它们。为了更好地利用RCSnet，探索了具有不同滤波器编号的RCSnet结构的不同训练算法和网络。