地面目标HRRP识别的稳健性特征选择方法

特征选择是雷达高分辨一维距离像目标识别的关键步骤，可降低特征维度，提高特征稳健性。提出一种基于散度的特征选择方法，采用该方法对适用于距离像地面目标识别的特征集合进行特征选择，得到优选的特征子集后再进入分类器网络进行识别。采用地面目标仿真数据和实测数据进行神经网络分类器识别实验。实验结果表明：在距离像信噪比、俯仰角和距离分辨力参数变化的情况下，基于散度的特征选择方法在基本保持或提升特征集的识别性能的前提下，能保持甚至提升识别的稳健性，具有较好的应用价值。     

频率步进雷达距离像解模糊算法

针对步进频率雷达中存在的距离像模糊以及循环移位现象,分析了距离像循环移位的原因。在此基 础上提出了一种采样相位补偿解距离像模糊的新算法。该算法具有物理意义明确、补偿精度高、适合于在DSP中 实现流水处理等优点。采用仿真和实测数据对其进行了验证。