论文部分内容阅读
雷达目标识别作为现代雷达系统发展的重要发展方向之一,在军事和民用领域都有着广泛的应用。而雷达目标特征提取是雷达目标识别系统的关键环节,选择什么样的特征来表达目标属性是至关重要的。本文主要根据实测雷达回波数据进行实验,着重对雷达目标识别系统中特征提取作了较深入的研究。首先,介绍雷达目标的散射中心模型和基于散射中心模型的一维距离像,并对雷达目标一维距离像的特性进行了讨论。由于雷达目标的一维距离像能够提供很好的目标结构和形状信息,因此研究了基于一维距离像的特征提取方法。然后给出了本文使用的实测雷达回波数据的说明,为后续雷达目标一维距离像的特征提取方法研究作铺垫。其次,为了解决一维距离像的平移敏感性,详细介绍了三种平移不变特征:功率谱特征、自回归系数特征和中心矩特征,并提出了一种提取一维距离像的偶数阶中心矩特征作为雷达目标识别的方法。研究结果表明,提取偶数阶中心矩特征在减少模板特征向量的存储量和测试样本识别时的计算量的同时,展示了很好的鲁棒性和精确性。接着采用主成分分析的方法融合功率谱特征和自回归系数特征,将融合后的特征向量与这两种特征向量简单的串联作了实验对比分析,证实了基于主成分特征融合的有效性。最后,采用非线性核函数方法将一维距离像原始数据映射到高维数据空间中,对高维数据作主分量分析,提取更易于分类的核主分量。这样提取的非线性特征可以有效地弥补传统特征提取的不足,将主成分分析方法与核主成分分析方法作了实验对比分析,证实了基于非线性核函数方法特征提取算法的有效性。