فهرست نشریات علمی دسترسی آزاد ایران

مدل های الکترومغناطیسی بازتابش، مدل هایی هستند که به منظور بیان سیگنال بازگشتی از نقاط پراکندگی اهداف و به صورت توابعی از فرکانس یا زاویه دید تعریف می شوند. مدل تفرق هندسی یکی از مدل های پرکاربرد و دقیق است که بر مبنای شکل هندسی و نوع هر نقطه پراکندگی و با استفاده از روابط فیزیکی تفرق موج و نور به دست آمده است. تشخیص نوع هدف خودکار یکی از موضوعات مورد بحث در تحقیقات بوده است. محققان روش های گوناگونی به جهت بهبود دقت تشخیص به کار برده اند. در سال های اخیر روش های مبتنی بر شبکه های عصبی و یادگیری ماشین رواج یافته اند و پیشرفت های زیادی در جهت بهبود نتایج تشخیص نوع هدف با استفاده از این روش ها به دست آمده است. در این مقاله به دنبال مدلسازی یک شبکه عصبی هستیم که دارای دو مسیر ورودی داده به منظور تشخیص اهداف است. در مسیر اول، تصاویر به صورت مستقیم به شبکه اعمال می شوند و در مسیر دوم پس از استخراج ویژگی های مدل تفرق هندسی و تفکیک نقاط پراکندگی محلی و گسترده، تصاویر در زوایای دید و پهنای باند بزرگتر بازسازی و به شبکه اعمال می شوند. در نهایت، ویژگی های به دست آمده از دو مسیر با یکدیگر ترکیب می شوند و تفکیک اهداف با استفاده از تجمیع ویژگی ها صورت می گیرد. شبکه به دست آمده با استفاده از داده های عملی آموزش داده می شود و نتایج آن در این مقاله بررسی می شود. نتایج به دست آمده در این مقاله موید کارامد بودن روش ارائه از نظر دقت طبقه بندی نسبت به روش های موجود در سایر مقالات است.