| 基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别 |
| |
| 引用本文： | 朱正为,郭玉英,靳玉红. 基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别[J]. 西南科技大学学报, 2009, 24(3): 60-66 |
| |
| 作者姓名： | 朱正为 郭玉英 靳玉红 |
| |
| 作者单位： | 西南科技大学信息工程学院,四川绵阳,621010 |
| |
| 基金项目： | 总装部科研基金，总装部预研基金 |
| |
| 摘 要： | 将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO-IKPCA和SVM的雷达目标HRRP特征提取与识别方法.讨论了HRRP预处理、迭代KPCA算法和SKO/FKO技术的实现方法,将SKO/FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对Su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验.结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能.
|
| 关 键 词： | 雷达目标识别 高分辨率距离像 核主分量分析 SKO/FKO核优化 支持向量机 |
Radar Target Feature Extraction and Recognition Using HRRP Based on SKO-KPCA and SVM |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
