空中飞机目标噪声稳健分类方法
针对低信噪比条件下微多普勒调制易被噪声污染的问题,提出了一种基于复数域概率主成分分析(Complex Probabilistic Principal Component Analysis,CPPCA)模型的噪声稳健分类算法来实现低分辨雷达体制下三类飞机目标(喷气式飞机、螺旋桨飞机和直升机)的分类.算法依据三类飞机多普勒谱调制的差异,提出两维反映这种差异的微动特征.为了提高微动特征在低信噪比条件下的分类性能,利用CPPCA模型对雷达复回波信号建模并结合Akaike信息量准则(Akaike's Information Criterion,AIC)来自适应地确定回波中主成分的个数从而实现对数据的噪声抑制.基于实测数据的实验结果表明,该算法在较低信噪比条件下能够获得较好的噪声抑制和分类性能.
复数域概率主成分分析、噪声稳健、微多普勒效应、AIC、特征提取
29
TN957.52
国家自然科学基金61271024,61201296,61322103;全国优秀博士学位论文作者专项资金资助项目FANEDD-201156
2015-03-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
1016-1021,1044