基于多阶段分类的雷达目标识别.pdf

《基于多阶段分类的雷达目标识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第19卷第4期红外与毫米波学报!ol.19*No.42000年8月J.InfraredMillim.WavesAugust*2000基于多阶段分类的雷达目标识别涂志江刘国岁(南京理工大学电子工程与光电技术学院*江苏*南京*210094)摘要讨论了用一种新的识别系统识别高分辨雷达距离像(~RRP).它先在K-L变换对距离像进行特征压缩后*用聚类分析进行识别或基于某个规则排除某些种类*再对不能识别的模式*用种类少时效果好的最佳鉴别准则对模式进行特征提取*然后用模糊ARTMAP网络组进行分类.实验表明该方法比常规的单分类器方法有更高的识别率.关键词雷达距离像*模糊ARTMAP*

2、聚类分析*目标识别.ANGEPOFILEIDENTIFICATIONBASEDONMULTISTAGECLASSIFICATIONTUhi-JiangLIUGuo-Sui(DepartmentofElectronicEngineeringandPhotoelectricityTechnology*NanjingUniversityofScienceandTechnology*Nanjing*Jiangsu210094*China)AbstractAnovelrangeprofileidentificationsystembasedonmultipleclassificat

3、ionwasdiscussed.Afterfeaturecom-pressionwithK-Ltransform*onecangetaroughidentificationresultbyclusteringoreliminateimpossiblecandidatesaccordingtosomerules.TheremainderisidentifiedbyfuzzyARTMAPneuralnetworkwiththefeatureextractionoftheoptimalsetbasedontheFishercriterion.Theexperimentshows

4、thatthisclassifyingmethodcouldbemoreeffectivethanthesingleclassifiermethod.Keywordsradarrangeprofile*fuzzyARTMAP*clustering*targetidentification.成*第一阶段只是对模式者大致的识别*第二阶段是对引言第一阶段不能识别的模式再进行识别.对某高分辨率高分辨雷达及其成像技术的出现*使得对雷达目雷达所得三类飞机数据的实验结果表明*本文讨论的标特性的刻划更为精细.对高分辨雷达的回波进行频系统识别能力远远优于单分类器一次识别的方法.本谱分析*就

5、获得一维距离像.雷达一维距离像是以散射文主要工作有三个方面:(1)提出一种新的识别系点模型为依据的*它与目标表面的物理结构特性密切统*可应用于传统的单分类器的方法效果差的领域;相关*反映目标精密结构特性*从几何的角度看*它描(2)提出了一种更好的利用最佳鉴别准则的方法;述了目标的散射中心在径向的投影*从而含有目标的(3)给出了一种较为新颖的聚类分析方法.类别可分性信息;因此*以距离像作为目标特征进行雷1系统的总体框架达目标识别系统的设计引起广泛的重视.已有不少运用一维距离像识别飞机的工作[1~2]系统的结构框图如图1所示;在预处理后*阶段1*但是这些工作都是采用单分类器*

6、一次识别完成的*由于距离像预处理用常规的K-L变换对距离像进行特征压缩*并根据聚的特点*传统的单分类器的方法较难得到高的识别率*类结果对置信度高的类别得到直接的判决*对于可靠因此有必要考虑更复杂的识别系统来完成一维距离像性低的类别*可将明显不相似的对象去除*为第二阶段的识别.的识别提供了一个较少的候选子集*这样更有利于提本文所提出的识别系统主要由两个识别阶段构高识别的正确率;阶段2的最佳鉴别准则源于Fisher国家教委博士点基金(编号:101208)资助项目TheprojectsupportedbytheDoctoralFundof~igherEducationof稿件收

7、到日期1999-06-04*修改稿收到日期2000-03-20StateEducationCommitteeofChina.Received1999-06-04*revised2000-03-204期涂志江等;基于多阶段分类的雷达目标识别303为频率,Y轴为距离像序号.2.2K-L展开法K-L展开法主要是由模式样本矢量的相关距阵进行特征值分解,选择其中的主特征矢量构成主特征空间,然后将待识别的模式投影到此特征空间,形成维数压缩的压缩模式矢量,由于第一阶段只是进行大体识别,因此K-L展开法较最佳鉴别变换可进行更大程度的维数压缩.