典型文献
基于CNN-BiGRU的空间目标RCS异常检测方法
文献摘要：
针对相控阵雷达获取单个空间目标RCS数据率低、传统姿态异常检测方法提取短RCS序列有效特征困难、检测准确率低的问题,提出了一种基于CNN-BiGRU网络的RCS异常检测方法.首先利用滑动窗口对一段时间空间目标RCS实时数据进行积累;之后采用一维CNN提取不同检测窗口RCS序列的多尺度高维特征向量,采用BiGRU提取特征向量的时序依赖特征.通过将两个网络级联,实现对RCS随目标姿态变化的多元特征信息的有效提取;最后基于全连接层实现对目标异常RCS序列的分类与识别.仿真实验结果表明:相较于传统方法,所提方法检测准确率更高,抗噪声干扰能力更强.实测实验结果表明:利用仿真数据训练的模型针对不同源的实测数据,在低数据率条件下能够保持较高的检测准确度,所提方法具有较好的泛化性,更适用于相控阵雷达体制下RCS的异常检测.
文献关键词：
相控阵雷达;雷达散射截面;CNN-BiGRU;异常检测
中图分类号：
作者姓名：
亓铭瑞;蒋李兵;王壮
作者机构：
国防科技大学自动目标识别重点实验室,长沙410073
文献出处：
引用格式：
[1]亓铭瑞;蒋李兵;王壮-.基于CNN-BiGRU的空间目标RCS异常检测方法)[J].空间电子技术,2022(01):82-88
A类：
B类：
BiGRU,空间目标,RCS,异常检测方法,相控阵雷达,列有,有效特征,检测准确率,滑动窗口,时间空间,实时数据,高维特征向量,提取特征,赖特,多元特征,特征信息,有效提取,全连接层,抗噪声,噪声干扰,干扰能力,仿真数据,数据训练,不同源,检测准确度,泛化性,雷达散射截面
AB值：
0.292222
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
