一种基于扩张GRU注意力网络的HRRP目标运动状态识别方法

本发明公开了一种基于扩张GRU注意力网络的HRRP目标运动状态识别方法，通过以下步骤实现：将输入HRRP序列分解为多尺度时序特征与全局语义特征；采用扩张卷积提取多时间跨度的局部运动模式，双向GRU捕获前后向全局时序依赖关系；利用多头自注意力机制建立序列内任意位置间的直接关联，突破传统序列建模局限；基于熵归一化权重融合末端特征、全局平均特征与全局最大特征生成综合运动状态表征；通过深度分类器输出精确的目标运动状态类别，同步抑制背景噪声并增强关键运动特征。本发明通过多尺度扩张卷积与双向时序建模机制，解决了复杂背景下运动状态识别精度低及多变姿态特征混淆问题，显著提升海量雷达数据环境下低小慢目标的运动状态识别准确性与实时处理能力，为雷达目标识别与后续成像算法选择提供了可靠解决方案。