基于平移不变核主分量分析的雷达目标识别研究

• 作者: 李辉 赵东波
• 来源期刊: 计算机应用研究
• 关键词: 核主分量分析 零相位表示法 特征提取 高分辨率距离像 BP神经网络
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 3907-3909
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.10.084

摘要

雷达目标识别中,核主分量分析(KPCA)算法是一种重要的特征提取算法,但雷达目标高分辨率距离像(HRRP)具有平移敏感性,使得该方法应用于基于雷达目标识别系统中具有其缺陷性.采用零相位表示法得到平移不变的HRRP,利用KPCA进行特征维数压缩,利用BP神经网络分类算法来实现识别.仿真实验结果表明,该方法实现了平移不变和降维的结合,具有较高的识别率和很好的推广性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	西北工业大学电子信息学院	173	1257	17.0	28.0
2	赵东波	西北工业大学电子信息学院	9	66	5.0	8.0