雷达学报
雷達學報
뢰체학보
JOURNAL OF RADARS
2014年
4期
444-449
,共6页
机载雷达%低分辨%飞机目标分类识别%分形特征%幅度调制特征%支持向量机(SVM)
機載雷達%低分辨%飛機目標分類識彆%分形特徵%幅度調製特徵%支持嚮量機(SVM)
궤재뢰체%저분변%비궤목표분류식별%분형특정%폭도조제특정%지지향량궤(SVM)
Airborne radar%Low-resolution%Aircraft target classification%Fractal feature%Amplitude modulation feature%Support Vector Machine (SVM)
目标分类识别技术是机载雷达当今和未来发展的重要需求之一。目前研究较多的是基于宽带信号的目标识别,对雷达系统和目标信噪比提出了较高的要求,且对角度较敏感。考虑到现有机载雷达大多具有窄带跟踪模式和目标分类识别的需求背景下,该文提出了一种基于窄带分形和幅度调制联合2维特征的飞机目标分类识别方法。文中以支持向量机(SVM)为分类器,以实测试飞数据进行分析验证,试验结果表明,该方法能有效分类识别直升机、螺旋桨飞机、喷气式飞机,平均分类识别率在92%以上。
目標分類識彆技術是機載雷達噹今和未來髮展的重要需求之一。目前研究較多的是基于寬帶信號的目標識彆,對雷達繫統和目標信譟比提齣瞭較高的要求,且對角度較敏感。攷慮到現有機載雷達大多具有窄帶跟蹤模式和目標分類識彆的需求揹景下,該文提齣瞭一種基于窄帶分形和幅度調製聯閤2維特徵的飛機目標分類識彆方法。文中以支持嚮量機(SVM)為分類器,以實測試飛數據進行分析驗證,試驗結果錶明,該方法能有效分類識彆直升機、螺鏇槳飛機、噴氣式飛機,平均分類識彆率在92%以上。
목표분류식별기술시궤재뢰체당금화미래발전적중요수구지일。목전연구교다적시기우관대신호적목표식별,대뢰체계통화목표신조비제출료교고적요구,차대각도교민감。고필도현유궤재뢰체대다구유착대근종모식화목표분류식별적수구배경하,해문제출료일충기우착대분형화폭도조제연합2유특정적비궤목표분류식별방법。문중이지지향량궤(SVM)위분류기,이실측시비수거진행분석험증,시험결과표명,해방법능유효분류식별직승궤、라선장비궤、분기식비궤,평균분류식별솔재92%이상。
Target classification is particularly important in modern and future airborne radar. Nowadays, most investigations of radar target classification are based on wideband radar signals, which have higher requirements for SNR and radar systems, and are sensitive to the angles. Modern airborne radars require narrowband tracking and target classification; hence, an algorithm based on the narrowband fractal features and the amplitude modulation of a two-dimensional distribution is presented. Experimental data and Support Vector Machine (SVM) are used to verify the algorithm, and the classification results validate the proposed method, which show that jet aircrafts, propeller aircrafts, and helicopters can be classified with an average discrimination rate greater than 92%.