基于平移不变核主分量分析的雷达目标识别研究|雷达目标识别

  特征提取是雷达目标识别的基础和重要组成部分,特征提取的结果直接影响目标识别性能。主成分分析(PCA)及核主成分分析(KPcA)是特征提取比较典型的方法。传统的PCA以及KPCA的目的是尽可能降低距离像的特征维数,但对于高分辨率距离像(HRRP)的识别,没有充分地考虑其平移敏感性,从而该方法应用于基于雷达目标识别系统中具有其缺陷性。针对这个问题,本文采用零相位表示法---获得平移不变距离像,并且采用KPCA进行特征维数压缩,以实现平移不变和降维的结合。

推荐访问:平移 分量 识别 基于平移不变核主分量分析的雷达目标识别研究 计算机应用 计算机工程与应用