Luận án Tiến sĩ Kỹ thuật: Nghiên cứu bài toán tự động nhận dạng mục tiêu ra đa ứng dụng mạng nơ-ron học sâu

Luận án Tiến sĩ Kỹ thuật "Nghiên cứu bài toán tự động nhận dạng mục tiêu ra đa ứng dụng mạng nơ-ron học sâu" trình bày các nội dung chính sau: Nhận dạng mục tiêu ra đa ứng dụng trí tuệ nhân tạo, thiết lập bài toán; Đề xuất mạng nơ-ron học sâu RINet và giải pháp nhân trọng số hàm Focal Loss nhân trọng số nâng cao chất lượng nhận dạng đúng mục tiêu; đề xuất giải pháp lọc nhiễu nâng cao chất lượng nhận dạng trong mạng nơ-ron học sâu RINet.
Nội dung trích xuất từ tài liệu:
Luận án Tiến sĩ Kỹ thuật: Nghiên cứu bài toán tự động nhận dạng mục tiêu ra đa ứng dụng mạng nơ-ron học sâuBỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ NGUYỄN VĂN TRÀ NGHIÊN CỨU BÀI TOÁN TỰ ĐỘNG NHẬN DẠNG MỤC TIÊU RA ĐA ỨNG DỤNG MẠNG NƠ-RON HỌC SÂU LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI-2024BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ NGUYỄN VĂN TRÀ NGHIÊN CỨU BÀI TOÁN TỰ ĐỘNG NHẬN DẠNG MỤC TIÊU RA ĐA ỨNG DỤNG MẠNG NƠ-RON HỌC SÂU Ngành: Kỹ thuật ra đa dẫn đường Mã số: 9 52 02 04 LUẬN ÁN TIẾN SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. TS Vũ Chí Thanh 2. TS Đoàn Văn Sáng HÀ NỘI-2024 i LỜI CAM ĐOAN Tôi xin cam đoan, đây là công trình nghiên cứu của riêng tôi. Các số liệu, kếtquả trình bày trong luận án là hoàn toàn trung thực và chưa từng được công bố trongbất kỳ công trình nào khác, các dữ liệu tham khảo được trích dẫn đầy đủ. Hà Nội, ngày tháng năm 2024 Tác giả luận án Nguyễn Văn Trà ii LỜI CẢM ƠN Luận án này được thực hiện và hoàn thành tại Viện Ra đa, Viện Khoa học vàCông nghệ quân sự. Lời đầu tiên, NCS xin bày tỏ lòng biết ơn sâu sắc đến TS Vũ ChíThanh và TS Đoàn Văn Sáng, những người đã hướng dẫn tận tình, giúp đỡ, động viêntôi vượt qua nhiều khó khăn trong quá trình nghiên cứu và hoàn thành luận án. Tôi xin chân thành cảm ơn Ban Giám đốc Viện KH-CNQS; Thủ trưởng và cánbộ, nhân viên Phòng Đào tạo, Thủ trưởng và các Ban chức năng Viện Ra đa, ViệnKhoa học và Công nghệ quân sự đã hướng dẫn và giúp đỡ tôi trong suốt quá trìnhthực hiện luận án. Xin bày tỏ lòng biết ơn tới các nhà khoa học tại Viện Khoa học Công nghệ quânsự, Học viện Kỹ thuật Quân sự, Trường đại học Bách khoa Hà Nội, Trường đại họcCông nghệ/đại học Quốc gia Hà Nội đã có những nhận xét và gợi ý vô cùng quí báuvề luận án của tôi. Cuối cùng, tôi xin trân trọng cảm ơn các bạn bè, đồng nghiệp và gia đình đã ủnghộ, động viên và giúp đỡ tôi trong thời gian nghiên cứu và hoàn thành luận án. Hà Nội, ngày tháng năm 2024 Tác giả luận án Nguyễn Văn Trà iii MỤC LỤC TrangDANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT TẮT………….…………….. viDANH MỤC CÁC BẢNG………………………………………………... ixDANH MỤC CÁC HÌNH VẼ……………………………………………. xMỞ ĐẦU…………………………………………………………………... 1CHƯƠNG 1. NHẬN DẠNG MỤC TIÊU RA ĐA ỨNG DỤNG TRÍTUỆ NHÂN TẠO, THIẾT LẬP BÀI TOÁN……….…………………… 71.1. Tổng quan bài toán nhận dạng mục tiêu ra đa ..……………................. 71.1.1. Giới thiệu bài toán …………………….…………………….............. 71.1.2. Các dấu hiệu nhận dạng .………………..…………………….…...... 81.1.3. Các phương pháp nhận dạng mục tiêu ra đa ………………………... 151.1.4. Tập dữ liệu ra đa ……………….…………………………………… 221.2. Tình hình nghiên cứu bài toán nâng cao chất lượng nhận dạng mụctiêu ra đa ứng dụng mạng nơ-ron học sâu …………………………………. 281.2.1. Tình hình nghiên cứu ngoài nước…………………………………… 281.2.2. Tình hình nghiên cứu trong nước……………………………………. 351.3. Đề xuất hướng nghiên cứu của luận án.……………………………...... 361.4. Kết luận Chương 1…………………………………………………….. 39CHƯƠNG 2. ĐỀ XUẤT MẠNG NƠ-RON HỌC SÂU RINET VÀGIẢI PHÁP NHÂN TRỌNG SỐ HÀM MẤT MÁT FOCAL LOSSNÂNG CAO CHẤT LƯỢNG NHẬN DẠNG MỤC TIÊU....................... 412.1. Đặt vấn đề ………………………………..………………….……........ 412.2. Kỹ thuật học sâu ứng dụng cho bài toán nhận dạng mục tiêu ra đa…… 412.2.1. Kỹ thuật học sâu………………………………………………...…… 412.2.2. Các tiêu chuẩn so sánh, đánh giá……………………………………. 452.2.3. Tham số phần mềm và cấu hình phần cứng máy tính……………….. 482.3. Đề xuất mô hình mạng nơ-ron học sâu nhận dạng mục tiêu ra đa trênảnh cự ly – tần số Doppler của tập dữ liệu RAD-DAR…………………….. 48 iv2.2.1. Đề xuất cấu trúc mô hình RINet ……...……………………………... 482.2.2. Đánh giá hiệu quả của cấu trúc CNN mô hình RINet.…….…............ 572.4. Đề xuất nhân trọng số hàm mất mát Focal Loss nhằm nâng cao xácsuất nhận dạng đúng mục tiêu Flycam…………………...…………............ 612.4.1. Hàm mất mát và phương pháp tối ưu....…………...…………............ 612.4.2. Hàm mất mát Cross Entropy……….....…………...…………............ 622.4.3. Hàm mất mát Focal Loss…..……….....…………....…………........... 622.4.4. Đề xuất nhân trọng số hàm mất mát Focal Loss…...…………........... ...