1.一种基于嵌入预定的雷达一维像目标增量识别方法,其特征在于,包括以下步骤:S1、构建数据集:获取雷达目标一维像数据的幅度像数据,并划分为基础数据集和增量数据集,两个数据集包含不同的目标类型,定义基础数据集的目标类别数为NS2、对S1的数据集进行归一化处理,将信号强度映射到(-1,1)上,获得训练集:其中N
式中y
S3、构建预训练网络模型:包括一维残差网络和一层全连接层,其中一维残差网络由卷积层、批归一化层、relu激活函数、最大池化层以及4个残差块组成,一维残差网络为特征提取层,全连接层为分类层;一维残差网络的输入是基础数据集的训练样本:S4、采用基础数据集的训练样本对S3构建的预训练网络进行训练,采用的损失函数为:L=L
其中λ
其中,L
z=g[λh(x
其中λ∈[0,1]是超参数,
采用梯度下降法更新网络参数,迭代多次直至收敛,得到训练后的预训练模型;
S5、修改训练后的预训练模型,即冻结一维残差网络的参数;
S6、通过增量学习,对修改训练后的预训练模型进行训练,具体为:使用增量数据集的训练样本XS7、获取待识别的雷达目标一维像数据,输入到最后训练好的模型中进行识别。