第４４卷第１期兵器装备工程学报２０２３年１月■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■收稿日期：２０２２－０３－３１；修回日期：２０２２－０４－２８作者简介：吴玲（１９７４—），女，博士，教授，Ｅ⁃ｍａｉｌ：ｗｕｌｉｎｇ０５３０＠１６３．ｃｏｍ。通信作者：何昊天（１９９８—），男，硕士研究生，Ｅ⁃ｍａｉｌ：ｈｅｈａｏｔｉａｎ２０２０＠１６３．ｃｏｍ。ｄｏｉ：１０．１１８０９／ｂｑｚｂｇｃｘｂ２０２３．０１．０２８一种基于ＣＡＥ的ＨＲＲＰ去噪重构与识别方法吴玲１，何昊天１，胡献君２（１．海军工程大学兵器工程学院，武汉４３００３３；２．海军工程大学电子工程学院，武汉４３００３３）摘要：针对ＨＲＲＰ识别研究中面临的噪声污染问题，提出了一种基于卷积自编码器（ｃｏｎｖｏｌｕｔｉｏｎａｌａｕｔｏｅｎｃｏｄｅｒ，ＣＡＥ）的ＨＲＲＰ识别方法。此方法将ＣＡＥ的重构功能与卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ，ＣＮＮ）的分类性能相结合，将未含噪声的数据作为标签，利用ＣＡＥ学习含噪声ＨＲＲＰ的噪声特征，实现对ＨＲＲＰ的去噪重构，后利用ＣＮＮ对重构后的ＨＲＲＰ进行识别。仿真实验表明：在１０ｄＢ、２０ｄＢ、４０ｄＢ峰值信噪比的噪声环境下，该方法对ＨＲＲＰ的识别准确率分别可达到７６．４８％、９５．１４％、９８.３３％，能够一定程度上克服噪声对ＨＲＲＰ识别带来的不良影响，保证识别精度。关键词：高分辨率一维距离像；自编码器；卷积神经网络；雷达目标；舰船本文引用格式：吴玲，何昊天，胡献君．一种基于ＣＡＥ的ＨＲＲＰ去噪重构与识别方法［Ｊ］．兵器装备工程学报，２０２３，４４（０１）：１８８－１９５．Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＷＵＬｉｎｇ，ＨＥＨａｏｔｉａｎ，ＨＵＸｉａｎｊｕｎ．ＡｍｅｔｈｏｄｏｆＨＲＲＰｄｅｎｏｉｓｉｎｇａｎｄｒｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＣＡＥ［Ｊ］．ＪｏｕｒｎａｌｏｆＯｒｄｎａｎｃｅＥｑｕｉｐｍｅｎｔＥｎｇｉｎｅｅｒｉｎｇ，２０２３，４４（０１）：１８８－１９５．中图分类号：ＴＪ８３；ＴＰ３９１．１文献标识码：Ａ文章编号：２０９６－２３０４（２０２３）０１－０１８８－０８ＡｍｅｔｈｏｄｏｆＨＲＲＰｄｅｎｏｉｓｉｎｇａｎｄｒｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＣＡＥＷＵＬｉｎｇ１，ＨＥＨａｏｔｉａ...
