10.3969/j.issn.1001-506X.2018.04.08
基于统计建模的字典学习算法在HRRP的应用
基于字典学习模型能真实反映雷达高分辨距离像(radar high resolution range profile,HRRP)潜在结构特征和统计建模算法可有效解决 HRRP姿态敏感性问题的特点,运用统计建模划分 HRRP角域,对鉴别字典的原子选取和判别优化问题开展研究.首先提出了基于概率主分量分析的最大概率差值算法,自适应划分HRRP角域获取帧界线.其次,利用帧界线对应功率谱特征构成初始化鉴别字典,在鉴别字典基础上优化判别准则,引入原子稀疏相似误差约束最优字典更新实现测试样本分类.雷达实测数据的实验结果验证了该算法可提高目标识别率,同时对噪声干扰具有很好的鲁棒性.
雷达目标识别、高分辨距离像、最大概率差值、鉴别字典、原子稀疏相似误差
40
TN959.1+7
国家自然科学基金61471191;航空科学基金20152052026;中央高校基本科研业务费专项资金;南京航空航天大学研究生创新基地实验室开放基金kfjj20170313资助课题
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
762-767