Author:
Nguyễn Văn Trà ,Vũ Chí Thanh ,Đoàn Văn Sáng
Abstract
Trong bài báo này, chúng tôi đề xuất xây dựng một mô hình mạng nơ-ron có cấu trúc Residual-Inception kết hợp (đặt tên là RINet) và sử dụng hàm mất mát Focal Loss nhân trọng số trong quá trình huấn luyện để tiến hành nhận dạng mục tiêu ra đa dựa trong dataset RAD-DAR. Mô hình RINet kết hợp hàm mất mát đề xuất có độ chính xác nhận dạng mục tiêu trung bình là 98.72%, trong đó, xác suất nhận dạng đúng UAV lên đến 99.81%.
Publisher
Academy of Military Science and Technology
Reference10 articles.
1. [1]. Research, G.V. “Commercial UAV Market Analysis By Product”, (FixedWing, Rotary Blade, Nano, Hybrid), By Application (Agriculture, Energy, Government, Media and Entertainment) In addition, Segment Forecasts to 2022. 2016. Available online: https://www.grandviewresearch.com/industry-analysis/commercialuavmarket (accessed on 24 April 2019)
2. [2]. X. Shi, C. Yang, W. Xie, C. Liang, Z. Shi, J. Chen, “Anti-drone system with multiple surveillance technologies: Architecture, implementation, and challenges”, IEEE Commun. Mag. 56, 68–74, (2018).
3. [3]. B. Torvik, K. E. Olsen, and H. Griffiths,“Classification of birds and UAVs based on radar polarimetry”, IEEE Geoscience and Remote Sensing Letters, vol.13, no.9, pp.1305-1309, (2016).
4. [4]. P. Zhang, L. Yang, G. Chen and G. Li, “Classification of drones based on micro-Doppler signatures with dual-band radar sensors”, inProc. 2017 Progress in Electromagnetics Research Symposium - Fall (PIERS - FALL), Singapore, pp. 638–643, (2017).
5. [5]. I. Roldan, C.R. del Blanco, A. Duque de Quevedo, F. Ibañez Urzaiz, J. Gismero Menoyo, A. Asensio López, D. Berjón, F. Jaureguizar, N. García, “Dopplernet: a convolutional neural network for recognising targets in real scenarios using a persistent range–Doppler radar”, IET Radar Sonar Navig. 14 (4), 593–600, (2020).
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献