基于压缩感知和深度学习的分类识别技术

雷达对空飞机目标分类可实现雷达装备获得敌机属性和类别信息，对于现代战争其重要性显得尤为突出。针对复杂电磁环境下的飞机目标分类问题，结合防空雷达的特点建立3类（固定翼、螺旋桨和直升机）飞机旋转部件调制回波模型，并理论分析了不同类型飞机目标的微动特征差异。仿真分析在复杂电磁环境下干扰对微动频谱的影响。引入压缩感知方法进行干扰条件下的微动特征稀疏恢复，采用堆栈自编码学习(SAE)方法构建深层神经网络对目标进行自动特征提取和分类识别；实录数据验证表明，本文特征提取和识别方法在干扰比例41%时识别正确率能达到75%。