公开(公告)号：CN117572379A

公开(公告)日：2024-02-20

申请号：CN202410063831.7

申请日：2024-01-17

Applicant: 厦门中为科学仪器有限公司

Inventor： 梁培 ,  张玉禄 ,  贺云 ,  杨远冀 ,  李燕 ,  吴文忠 ,  陈蓉蓉

IPC: G01S7/41 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN‑CBAM收缩二分类网络的雷达信号处理方法，包括以下步骤：S1，获取活体雷达信号数据，并为活体雷达信号数据分配对应的标签；S2，将活体雷达信号数据与标签组合形成数据集，并将数据集划分为训练集样本和测试集样本；S3，构建CNN‑CBAM收缩二分类网络模型；S4，将训练集样本输入CNN‑CBAM收缩二分类网络模型中进行训练，得到初始模型，并利用验证集样本对初始模型进行超参数调优，得到最佳模型；S5，将测试集样本输入最佳模型中，获得活体分类结果。本发明通过在自定义的数据集中使用CBAMLayer类，增强了特征选择，同时使用Shrink‑Attention残差块构建深度残差收缩网络，既提高了网络的泛化能力，也保证了雷达信号数据处理的效率和准确度。

公开(公告)号：CN117572379B

公开(公告)日：2024-04-12

申请号：CN202410063831.7

申请日：2024-01-17

Applicant: 厦门中为科学仪器有限公司

Inventor： 梁培 ,  张玉禄 ,  贺云 ,  杨远冀 ,  李燕 ,  吴文忠 ,  陈蓉蓉

IPC: G01S7/41 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN‑CBAM收缩二分类网络的雷达信号处理方法，包括以下步骤：S1，获取活体雷达信号数据，并为活体雷达信号数据分配对应的标签；S2，将活体雷达信号数据与标签组合形成数据集，并将数据集划分为训练集样本和测试集样本；S3，构建CNN‑CBAM收缩二分类网络模型；S4，将训练集样本输入CNN‑CBAM收缩二分类网络模型中进行训练，得到初始模型，并利用验证集样本对初始模型进行超参数调优，得到最佳模型；S5，将测试集样本输入最佳模型中，获得活体分类结果。本发明通过在自定义的数据集中使用CBAMLayer类，增强了特征选择，同时使用Shrink‑Attention残差块构建深度残差收缩网络，既提高了网络的泛化能力，也保证了雷达信号数据处理的效率和准确度。