基于KPCA准则的SAR目标特征提取与识别

摘要：

该文给出了一种基于KPCA(Kernel Principal Component Analysis)和SVM(SupportVcctor Machine)的合成孔径雷达(Synthetic Aperture Radar,SAR)目标特征提取与识别方法.该方法在非线性空间内利用线性PCA(Principal Component Analysis)准则提取目标特征并由SVM分类器完成目标识别.基于美国国防高级研究计划署(Defense Advanced Research Project Agency,DARPA)和空军研究室(Air Force Research Laboratory,AFRL)提供的实测SAR地面目标数据的实验结果表明,该文方法不但能够提高识别率,具有良好的推广能力,同时还降低了对方位估计精度的要求,是一种有效的SAR目标特征提取与识别方法.

关键词：合成孔径雷达、自动目标识别、KPCA准则、特征提取、SVM分类器

所属期刊栏目：25

分类号：TN951;TP751

资助基金：国家自然科学基金69902009,60272049;国家重点实验室基金;中国民航总局教育研究项目

在线出版日期：2003-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1297-1301