一种基于CAE的HRRP去噪重构与识别方法

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(convolutional auto encoder, CAE)的HRRP识别方法。此方法将CAE的重构功能与卷积神经网络(convolutional neural network, 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10 dB、20 dB、40 dB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。