计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
1期
9-12
,共4页
特征提取%高分辨雷达信号%雷达目标识别
特徵提取%高分辨雷達信號%雷達目標識彆
특정제취%고분변뢰체신호%뢰체목표식별
研究高分辨雷达信号特征提取,针对传统提取平移不变特征存在信息损失量大、识别的准确率低的问题,提出了一种平移不变KPCA特征提取算法.首先计算高分辨雷达信号的原点矩,并在低信息损失的前提下利用高分辨雷达信号相对原点矩的位置来描述原信号,从而消除高分辨雷达信号的平移敏感性.然后结合KPCA特征提取算法得到平移不变的特征信号.最后应用SVM分类器对特征信号进行分类识别.实验证明,改进算法识别率高于雷达目标识别系统中的传统特征提取算法,略低于KPCA特征提取算法,且在常用雷达探测距离内都能够保持较高的识别率.
研究高分辨雷達信號特徵提取,針對傳統提取平移不變特徵存在信息損失量大、識彆的準確率低的問題,提齣瞭一種平移不變KPCA特徵提取算法.首先計算高分辨雷達信號的原點矩,併在低信息損失的前提下利用高分辨雷達信號相對原點矩的位置來描述原信號,從而消除高分辨雷達信號的平移敏感性.然後結閤KPCA特徵提取算法得到平移不變的特徵信號.最後應用SVM分類器對特徵信號進行分類識彆.實驗證明,改進算法識彆率高于雷達目標識彆繫統中的傳統特徵提取算法,略低于KPCA特徵提取算法,且在常用雷達探測距離內都能夠保持較高的識彆率.
연구고분변뢰체신호특정제취,침대전통제취평이불변특정존재신식손실량대、식별적준학솔저적문제,제출료일충평이불변KPCA특정제취산법.수선계산고분변뢰체신호적원점구,병재저신식손실적전제하이용고분변뢰체신호상대원점구적위치래묘술원신호,종이소제고분변뢰체신호적평이민감성.연후결합KPCA특정제취산법득도평이불변적특정신호.최후응용SVM분류기대특정신호진행분류식별.실험증명,개진산법식별솔고우뢰체목표식별계통중적전통특정제취산법,략저우KPCA특정제취산법,차재상용뢰체탐측거리내도능구보지교고적식별솔.
