基于小波分解与方位角平均HRRP的SVM目标识别方法

被引：4

作者：

梁海涛 ^{[1
,2
]}

张学礼 ^{[1
]}

童创明 ^{[1
]}

王晓丹 ^{[1
]}

机构：

[1] 空军工程大学导弹学院

[2] 中国人民解放军部队

来源：

数据采集与处理 | 2010年 / 25卷 / 01期

关键词：

目标识别; 小波分解; 高分辨距离像; 支持向量机;

D O I：

10.16337/j.1004-9037.2010.01.010

中图分类号：

TN957.51 [雷达信号检测处理];

学科分类号：

摘要：

针对雷达目标高分辨距离像(HRRP)方位角敏感以及以此为特征时正确分类识别率不高的问题,提出一种小波分解与按一定范围方位角平均的综合处理方法,降低了HRRP的维数,减小了HRRP的方位敏感性,增强了HRRP的稳定性,提取了雷达目标的主要特征;研究了结合支持向量机(SVM)的雷达目标分类识别方法,并对两种飞机目标缩比模型的原始HRRP数据、小波分解与方位角平均综合处理HRRP数据进行了分类识别实验,结果表明,小波分解、方位角平均以及SVM相结合的方法能够显著提高雷达目标的正确分类识别率,且稳定性更高,证明了方法的有效性。

引用

页码：29 / 32

页数：4