Tiếp cận một số mô hình học sâu phân loại dữ liệu mục tiêu ra đa hàng hải

Tóm tắt

Trong ra đa hàng hải, tín hiệu phản xạ đóng vai trò quan trọng trong việc nhận dạng mục tiêu. Việc ứng dụng các kỹ thuật học máy như mạng nơ-ron hồi quy (RNN) và mạng nơ-ron tích chập (CNN) đã thu hút sự quan tâm của các nhà nghiên cứu trong lĩnh vực phân tích dữ liệu ra đa. Cả lý thuyết và thực nghiệm đều chứng minh rằng việc sử dụng các kỹ thuật này có thể cải thiện hiệu suất phân loại mục tiêu ra đa dựa vào lượng dữ liệu mục tiêu phong phú. Tuy nhiên, sự hạn chế về dữ liệu ra đa thực tế đang cản trở sự phát triển của các kỹ thuật phân tích dữ liệu ra đa. Trong bài báo này, chúng tôi tập trung vào phân tích và đánh giá hiệu suất của các mô hình phân loại SCNet, TARAN, TACNN và RFRAN, tiến hành thực nghiệm và tinh chỉnh một số tham số để nâng cao hiệu quả phân loại. Các thử nghiệm được thực hiện trên các bộ dữ liệu ra đa Doppler và ra đa hàng hải. Kết quả thực nghiệm cho thấy các mô hình SCNet và RFRAN có khả năng tối ưu và có thể hỗ trợ hiệu quả việc nhận dạng mục tiêu ra đa hàng hải.