(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111226081.3 (22)申请日 2021.10.21 (71)申请人 中国人民解 放军空军航空大 学 地址 130000 吉林省长 春市南湖大路2 222 号 (72)发明人 杨承志　吴宏超　邴雨晨　王美玲　 许冰　王龙　周一鹏　易仁杰　 王鸿超　吴焕欣　商犇　刘焕鹏　 李吉民　石礼盟　曹鹏宇　陈泽盛　 苏琮智　 (74)专利代理 机构 长春众邦菁华知识产权代理 有限公司 2 2214 代理人 张伟 (51)Int.Cl. G06F 30/27(2020.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01S 7/36(2006.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 基于深度卷积迁移学习的距离假目标智能 识别方法 (57)摘要 本发明涉及一种基于深度卷积迁移学习的 距离假目标智能识别方法， 属于雷达电子对抗技 术领域， 包括步骤： 制作DRFM距离假目标干扰识 别数据集； 对DRFM距离假目标干扰识别数据集进 行划分， 得到训练集和测试集， 并将训练集输入 基于深度卷积迁移学习的网络模 型中进行训练， 得到距离假目标智能识别网络模 型； 利用测试集 对距离假目标智能识别网络模型进行测试， 得到 距离假目标识别率； 判断距离假目标识别率是否 大于等于阈值， 若是， 则将获取的距离 ‑多普勒图 像输入距离假目标智能识别网络模 型， 得到相应 的距离假目标智能识别结果。 本发 明可以代替以 往需要雷达操作员依靠人工经验进行识别判读 假目标， 提高雷达操作员工作效率和假目标识别 准确率。 权利要求书2页 说明书8页 附图10页 CN 113962151 A 2022.01.21 CN 113962151 A 1.一种基于深度卷积迁移学习的距离假目标智能识别方法， 其特征在于， 包括以下步 骤： 步骤一： 制作DRFM距离假目标干扰识别数据集； 步骤二： 对所述DRFM距离假目标干扰识别数据集进行划分， 得到训练集和测试集， 并将 所述训练集输入预先构建的基于深度卷积迁移学习的网络模型中进行训练， 训练后得到距 离假目标智能识别网络模型； 步骤三： 利用所述测试集对所述距离假目标智能识别网络模型进行测试， 得到所述距 离假目标智能识别网络模型的距离假目标识别率； 步骤四： 判断所述距离假目标识别率是否大于等于阈值， 若是， 则获取待识别的雷达PD 处理后的距离 ‑多普勒图像， 并将所述距离 ‑多普勒图像输入 所述距离假目标智能识别网络 模型， 得到距离假目标智能识别结果。 2.根据权利要求1所述的一种基于深度卷积迁移学习的距离假目标智能识别方法， 其 特征在于， 基于深度卷积迁移学习的网络模型采用VGG16网络模块进行迁移学习， 所述 VGG16网络模块包括13个卷积层和3个全连接层， 且 所有的卷积层都采用3*3的卷积核， 步长 为1， 所有的池化层都是2*2池化， 步长为2， 网络模块的输入为224*224*3数据格式的图像， 输入的图像经过所述VGG16网络模块的卷积和池化处理之后输出一个4096维特征数据， 特 征数据再由一个全局平均池化层和一个1024维输出的全连接层进行处理， 最终由Softmax 规范化输出两类分类结果。 3.根据权利要求1或2所述的一种基于深度 卷积迁移学习的距离假目标智能识别方法， 其特征在于， 步骤一具体包括以下步骤： 步骤一一： 基于S ystemVue软件对加入DRFM距离假目标干扰的雷达系统进行仿真实验， 得到仿真的雷达P D处理后的距离 ‑多普勒图像； 步骤一二： 利用MATLAB软件批量修改SystemVue软件的仿真实验参数， 得到由包含多个 真实目标的雷达PD处理后的距离 ‑多普勒图像组成的真实多目标样本数据， 以及得到由同 时包含单个真实目标及多个DRFM距离假目标的雷达PD处理后的距离 ‑多普勒图像组成的 DRFM距离假目标样 本数据， 所述DRFM距离假目标干扰识别数据集采用所述真实多目标样 本 数据或者所述DRFM距离假目标样本数据。 4.根据权利要求3所述的一种基于深度卷积迁移学习的距离假目标智能识别方法， 其 特征在于， 在步骤一一中， 当雷达发射的信号是线性调频信号时， 雷达发射的信号的表达式 为： s(t)＝Aexp[j2 π fct+j π kt2] 式中， A为信号幅度， fc为中心频率， k 为调频斜 率； 经过目标反射后， 雷达 接收到的真实目标回波可以表示 为： 式中， Rc(t)为真实目标的距离函数， fd为真实目标的多普勒频率， Ar为目标回波的幅 值， 假设该目标受到DRFM 干扰机发射距离假目标干扰， 则雷达 接收到的干扰信号可表示 为：权　利　要　求　书 1/2 页 2 CN 113962151 A 2式中， Aj为干扰信号的幅度， τ 为DRFM距离欺骗干扰调制的转发时延。 5.根据权利要求3所述的一种基于深度卷积迁移学习的距离假目标智能识别方法， 其 特征在于， 所述仿真实验参数如下： 雷达发射信号为单载频信号， 载波频率为f0＝10GHz， 脉 冲宽度PW＝10 μs， 脉冲重复周期PRI＝100 μs， 中频采样频率fs＝100MHz， 雷达的一个CPI内 的脉冲数为64。 6.根据权利要求1或2所述的一种基于深度 卷积迁移学习的距离假目标智能识别方法， 其特征在于， 按照7:3的比例将所述DRFM距离假目标干扰识别 数据集划分为训练集和测试 集。权　利　要　求　书 2/2 页 3 CN 113962151 A 3