基于训练特征空间分布的雷达地面目标鉴别器设计

摘要：

该文对雷达地面目标高分辨1维距离像目标识别中的库外目标鉴别问题，提出一种基于训练特征空间分布的雷达地面目标鉴别器。在训练阶段利用基于相关系数预处理的K-Means聚类方法对库内目标样本特征空间进行区域划分，并采用基于空间分布的支撑向量域描述方法确定样本特征空间的边界与支撑向量，利用样本特征空间边界与加权 K 近邻原则对目标类别进行判决。该方法解决了库内目标与库外目标的鉴别问题，提高了目标识别系统的总体性能。针对多种不同姿态下目标特征空间非均匀聚合的特点，对训练样本特征空间进行区域划分，减小模板匹配搜索运算规模，保证目标鉴别所需的实时性工作要求。最后通过仿真和实测数据验证了该方法具备优良的鉴别性能与良好的实时处理能力。

关键词：目标鉴别、高分辨距离像、K-Means聚类、支撑向量域描述、K近邻分类器

所属期刊栏目：38

分类号：TN957

在线出版日期：2016-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：950-957