基于混合概率主成分分析的 HRRP 特征提取

• 作者: 李彬 李辉
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 雷达目标识别 高分辨距离像 混合概率主成分分析 期望最大值算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 电子技术
• 页码范围: 1-7
• 页数: 7页
• 分类号: TN957.51
• 字数: 6260字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.01.01

摘要

针对主成分分析（principal component analysis，PCA）等数据压缩方法用于雷达高分辨距离像（high resolution range profile，HRRP）的特征提取，只能反映固定方位帧内 HRRP 线性结构，而无法准确描述目标，导致识别性能下降的问题，提出了一种基于混合概率 PCA 的 HRRP 特征提取方法。该方法利用期望最大值（Ex-pectation maximization，EM）算法求解 HRRP 的一、二阶统计参数，能够真实反映数据分布，以分布趋同的原则实现不同方位帧的聚类，减少模板数量。最后通过自适应高斯分类器和 Kullback-Leibler 距离分类器识别获取的统计特征，可进一步改善识别性能。仿真实验验证了该方法能够在降低数据维数的同时，实现 HRRP 统计特征的提取，能一定程度上削弱方位敏感性的影响。

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	李彬	西北工业大学电子信息学院	21	65	5.0	6.0