基于角域特征PSO的海面目标HRRP识别方法

摘要：

针对特征空间中各类海面目标特征混叠严重和高分辨距离像(high resolution range profile,HRRP)的角度特征利用率低的问题,提出了 一种基于角域特征粒子群优化(particle swarm optimization,PSO)的海面 目标HRRP识别方法.该方法引入HRRP的角度信息优化特征空间,增加特征空间的整体可分性;利用 自适应分帧算法对特征空间进行角域划分,增加特征空间的局部可分性,并利用PSO算法确定特征空间角域划分时最优的单帧最小样本数目,增强方法的鲁棒性与适用性.实验结果表明,通过将特征空间优化和区域划分进行结合,可以有效提升多类海面目标的分类识别性能,PSO算法可以有效增强方法的抗误差性和抗噪鲁棒性.

关键词：海面目标识别、高分辨距离像、特征空间优化、自适应分帧、粒子群优化算法

所属期刊栏目：45

分类号：TN957.1

资助基金：国家自然科学基金;国家自然科学基金;泰山学者工程专项;山东省高等学校青创科技支持计划;基础加强计划技术领域基金资助课题

在线出版日期：2023-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1642-1650