基于2DPCA的弹道导弹目标特征级综合识别方法

摘要：

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.

关键词：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

所属期刊栏目：32

分类号：TJ761.3(火箭、导弹)

资助基金：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

在线出版日期：2019-01-07（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：57-62