-
图 1 针对HRRP的CNN结构示意图
Figure 1.
-
图 2 残差结构
Figure 2.
-
图 3 卷积模块结构
Figure 3.
-
图 4 本文所提模型框图
Figure 4.
-
图 5 某艘舰船模型图及其对应幅值归一化后的HRRP图
Figure 5.
-
图 6 HRRP数据平移截取示意图
Figure 6.
-
图 7 信噪比为15 dB时不同模型的特征可视化图
Figure 7.
-
阶段 输出 结构 参数个数 初始卷积层 128×1×9 7×1, 9, s=2 99 左侧支路 右侧支路 卷积模块1 64×1×18 1×1, 9
3×1, 3, s=2, x=3
1×1, 121×1, 15, s=2 585 卷积模块2 32×1×36 1×1, 18
3×1, 6, s=2, x=3
1×1, 241×1, 30, s=2 1980 卷积模块3 16×1×72 1×1, 36
3×1, 12, s=2, x=3
1×1, 481×1, 60, s=2 7200 卷积模块4 8×1×144 1×1, 72
3×1, 24, s=2, x=3
1×1, 961×1, 120, s=2 27360 全连接层1 144 全局平均池化+全局最大值池化 0 全连接层2 2 288 输出层 13 SL+CL 26 参数总数 37538 表 1 模型A各阶段参数情况
-
模型名称 识别时间(μs) 信噪比(dB) 0 5 10 15 模型A 258 60.42 89.41 98.21 99.83 模型B 326 72.95 94.41 99.15 99.89 模型C 323 73.78 93.71 99.07 99.86 表 2 不同复杂度模型在不同信噪比数据集下的识别准确率(%)
-
阶段 输出维度 网络结构 参数个数 卷积层1 256×1×8 3×1, 8, s=1 64 池化层1 128×1×8 2×1, s=2 0 卷积层2 128×1×16 3×1, 16, s=1 464 池化层2 64×1×16 2×1, s=2 0 卷积层3 64×1×32 3×1, 32, s=1 1696 池化层3 32×1×32 2×1, s=2 0 卷积层4 32×1×64 3×1, 64, s=1 6464 池化层4 16×1×64 2×1, s=2 0 卷积层5 16×1×64 1×1, 64, s=1 4416 池化层5 8×1×64 2×1, s=2 0 全连接层1 64 32832 全连接层2 2 130 输出层 13 SL 39 参数总数 46105 表 3 CNN模型结构和参数明细
-
阶段 输出维度 参数个数 隐藏层1 150×1 38550 隐藏层2 100×1 15100 隐藏层3 50×1 5050 隐藏层4 10×1 510 参数总数 59210 表 4 SDSAE&KNN模型结构和参数明细
-
阶段 输出维度 网络结构 参数个数 卷积层1 256×1×128 5×1, 128, s=1 768 池化层1 128×1×128 2×1, s=2 0 卷积层2 128×1×64 5×1, 64, s=1 41024 池化层2 64×1×64 2×1, s=2 0 卷积层3 64×1×32 3×1, 32, s=1 6176 池化层3 32×1×32 2×1, s=2 0 卷积层4 32×1×16 3×1, 16, s=1 1552 池化层4 16×1×16 2×1, s=2 0 卷积层5 16×1×8 1×1, 8, s=1 136 池化层5 8×1×8 2×1, s=2 0 输出层 13 SL 845 参数总数 50501 表 5 SCAE模型结构和参数明细
-
模型名称 识别时间(μs) 信噪比(dB) 0 5 10 15 模型A 258 60.42 89.41 98.21 99.83 CNN 69 58.22 86.91 95.51 98.79 SCAE 47 54.78 86.58 94.44 98.78 SDSAE&KNN 68 46.50 83.94 93.44 98.65 表 6 不同信噪比条件下本节模型与对比模型识别准确率(%)
图共
7 个 表共
6 个
