基于二维加权残差卷积神经网络的雷达目标识别方法

摘要

本发明公开了一种基于二维加权残差卷积神经网络的雷达目标识别方法，包括：构造加权残差卷积神经网络；基于Toepliz矩阵将一维雷达频域目标信号构造为二维数据平面；根据信号类别生成训练集；使用加权残差卷积神经网络对训练集数据进行训练，并得到训练后的模型，使用该模型完成雷达目标识别。本发明将原本为一维的地面侦察雷达频域目标信号构造为二维数据平面进行训练，与直接使用一维信号进行训练相比，可训练性大大增强，测试准确率更高；本发明提出了一种加权残差模块，残差结构能够大幅降低运算复杂度并有效地减缓神经网络反向传播过程梯度消失以及梯度爆炸问题。