基于A-SPC技术的轻量CNN与新微多普勒特征提取方法用于小型无人机分类
信号处理
2024-05-24 v1 图像与视频处理
摘要
随着小型无人机威胁的增加，不仅检测而且分类小型无人机也变得重要。许多近期研究采用利用调频连续波(FMCW)雷达的微多普勒特征(MDS)进行小型无人机分类的方法。在本文中，我们提出一种使用FMCW雷达提取小型无人机MDS图像的新方法。此外，我们提出一种结构简洁、参数量极小以实现快速分类的轻量卷积神经网络(CNN)。所提方法通过改善MDS图像质量来提升分类准确率。我们使用常规方法与所提方法提取的MDS图像，通过所提CNN对小型无人机进行分类。实验结果表明，所提方法使总分类准确率提升了10.00%。采用所提MDS提取方法与所提轻量CNN时，总分类准确率达到97.14%。
引用
@article{arxiv.2009.14422,
title = {Small Drone Classification with Light CNN and New Micro-Doppler Signature Extraction Method Based on A-SPC Technique},
author = {Junhyeong Park and Jun-Sung Park and Seong-Ook Park},
journal= {arXiv preprint arXiv:2009.14422},
year = {2024}
}
备注
5 pages, 8 figures, 3 tables