雷达近场成像中SVM的目标识别方法

摘要：

雷达近场成像中,在精确定位的基础上,为解决目标形状识别问题,提出了利用支持向量机(SVM)预测目标信息的方法.根据时域算法——后向投影(BP)算法和频域算法——频率波数域(F-K)偏移算法得到的场强值作为SVM的特征数据,并利用时域有限差分法(FDTD)进行仿真.仿真结果表明,基于BP算法的SVM识别方法具有特征数据提取时间长、SVM预测时间短、多目标时目标信息全和虚警较多等特征,基于F-K算法的SVM识别方法具有特征数据提取时间非常短、SVM预测时间非常短、多目标时目标漏检的特征;两者都能较好地识别目标的形状,且前者的识别能力高于后者,而后者更适合实时成像.

关键词：雷达近场成像、支持向量机、后向投影算法、频率波数域偏移算法

所属期刊栏目：34

分类号：TN011;TN92(一般性问题)

资助基金：国家自然科学基金61071022,61372045

在线出版日期：2014-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46