技術(shù)特征：

1.一種基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，所述預(yù)處理具體過(guò)程如下：

3.根據(jù)權(quán)利要求2所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，所述s1013進(jìn)行時(shí)序分割時(shí)，還包括，對(duì)數(shù)據(jù)采用三次樣條插值擴(kuò)充之后，再進(jìn)行時(shí)序分割。

4.根據(jù)權(quán)利要求3所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，所述具有物理含義的特征：強(qiáng)散射中心特征、高階中心矩特征和徑向能量特征；

5.根據(jù)權(quán)利要求4所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，設(shè)均值、方差、散射中心個(gè)數(shù)、波峰寬度特征、平均起伏性特征、差分起伏性特征、徑向能量特征、各階中心矩，k表示階數(shù)；

6.根據(jù)權(quán)利要求5所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，所述步驟s103具體實(shí)現(xiàn)過(guò)程如下：

7.根據(jù)權(quán)利要求6所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，所述步驟s104具體實(shí)現(xiàn)過(guò)程如下：

8.根據(jù)權(quán)利要求7所述的基于多源信息特征級(jí)融合的艦船分類方法，其特征在于，所述特征融合模塊具體實(shí)現(xiàn)過(guò)程如下：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于多源信息特征級(jí)融合的艦船分類方法，首先獲取艦船目標(biāo)的HRRP和SAR原始雷達(dá)數(shù)據(jù)，并對(duì)HRRP原始雷達(dá)數(shù)據(jù)預(yù)處理，生成兩種格式的HRRP樣本。其次在第一種格式的HRRP樣本上進(jìn)行特征提取，構(gòu)成傳統(tǒng)特征。然后構(gòu)建時(shí)序網(wǎng)絡(luò)模型分支，以第二種格式的HRRP樣本作為輸入，并嵌入傳統(tǒng)特征，輸出混合特征；構(gòu)建二維卷積模型分支，將SAR原始雷達(dá)數(shù)據(jù)通過(guò)輕量級(jí)的CNN網(wǎng)絡(luò)，提取艦船目標(biāo)結(jié)構(gòu)特征。最后設(shè)計(jì)注意力加權(quán)機(jī)制的特征融合模塊，將混合特征與艦船目標(biāo)結(jié)構(gòu)特征加權(quán)融合，輸出艦船分類結(jié)果。本發(fā)明解決了自動(dòng)目標(biāo)雷達(dá)識(shí)別基于單一模態(tài)數(shù)據(jù)識(shí)別精度和性能有限的問(wèn)題，提高分類準(zhǔn)確率。

技術(shù)研發(fā)人員：劉俊,陳帥,薛安克,彭冬亮,谷雨,宋士吉,張杰,韓利
受保護(hù)的技術(shù)使用者：杭州電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19