基于多核NSVDD的雷达/红外特征级融合目标识别

• 作者: 郭哲源 马亮 贾春宁 张雪 许倩倩
• 来源期刊: 制导与引信
• 学科: 工学
• 关键词: 雷达 红外 特征融合 目标识别 含负类支持向量数据描述
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 制导技术
• 页码范围: 7-14
• 页数: 8页
• 分类号: TJ765.3
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0576.2021.04.002

摘要

针对雷达/红外双模复合导引头的目标识别问题,提出一种基于多核核函数的含负类支持向量数据描述(negative support vector data description,NSVDD)识别方法.首先对疑似目标的雷达一维距离像和红外图像进行特征提取,获得目标的雷达和红外特征,并采用典型相关分析获得双模融合特征,再利用多核NSVDD方法实现目标识别.通过采用多核核函数代替传统的单核核函数实现特征空间映射,获得更为准确的NSVDD模型描述边界.仿真结果表明:该算法应用于坦克、雷达车和民用车辆的识别,目标识别准确率相对于传统NSVDD方法提升了10％左右.