10.3969/j.issn.1672-1497.2018.04.012
基于2DPCA的弹道导弹目标特征级综合识别方法
为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-Dimensional Principal Component Analysis,2DPCA)的多传感器特征级综合识别方法.该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别.以3部雷达部署下弹头目标的雷达散射截面积(Radar Cross Section,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(Principal Component Analysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路.
弹道导弹、目标识别、特征级融合、二维主成分分析(2DPCA)、二维特征矩阵
32
TJ761.3(火箭、导弹)
国家自然科学基金青年项目61401503,61602506;中国博士后基金资助项目20110491889;全军军事类研究生课题2014JY545
2019-01-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
57-62