基于小波分解与方位角平均HRRP的SVM目标识别方法

• 作者: 张学礼 梁海涛 王晓丹 童创明
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 目标识别 小波分解 高分辨距离像 支持向量机
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 29-32
• 页数: 4页
• 分类号: TN95|TP391
• 字数: 2493字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2010.01.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学导弹学院	135	1447	21.0	31.0
2	童创明	空军工程大学导弹学院	213	811	12.0	18.0
3	张学礼	空军工程大学导弹学院	8	45	3.0	6.0