基于2DPCA的弹道导弹目标特征级综合识别方法

• 作者: 李陆军 杨源 潘小平 王志刚 赵兴刚
• 来源期刊: 装甲兵工程学院学报
• 学科: 工学
• 关键词: 弹道导弹 目标识别 特征级融合 二维主成分分析(2DPCA) 二维特征矩阵
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 兵器理论与技术
• 页码范围: 57-62
• 页数: 6页
• 分类号: TJ761.3
• 字数: 4456字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1497.2018.04.012

摘要

为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-Dimensional Principal Component Analysis,2DPCA)的多传感器特征级综合识别方法.该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别.以3部雷达部署下弹头目标的雷达散射截面积(Radar Cross Section,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(Principal Component Analysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路.