摘要：特征提取是雷达高分辨距离像（HRRP）目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构，容易忽视样本的内在结构，不利于学习有效的分类特征。针对这一问题，该文利用多层非线性网络实现特征学习，构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质，提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现，在匹配原始HRRP样本的同时，约束同帧样本趋近于平均像，并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。

关键词：雷达自动目标识别 高分辨距离像 深层网络 堆栈联合稳健自编码器 

单位：西安电子科技大学雷达信号处理国家重点实验室 西安710071