基于最优综合子空间串的雷达目标识别

雷达目标一维距离像识别中,一维距离像样本集的分布常呈现出明显的非线性结构,预先给定模区大小的传统综合子空间串方法的识别性能会下降。为此,本文提出一种最优综合子空间串方法,该方法中不用预先确定模区大小,而在最大似然准则下将训练一维距离像样本集划分为多个模区,然后在每一模区建立综合子空间以提取目标特征,从而能更好地表征样本集中一维距离像分布的这种非线性结构,提高对目标的识别性能。对3种实测飞机目标的实验结果表明了该方法的有效性。

子空间法雷达目标一维像识别研究

基于高分辨一维像,研究特征子空间法和正则子空间法在雷达目标识别中的应用。针对一维像敏感于目标姿态变化的特点,提出一种子空间串识别法,将所有姿态范围划分为一定数量的模区,在每模区建立各类目标的子空间.对未知目标,所处模区由雷达测定后,其一维像映射到该模区各类目标的特征子空间进行识别分类一单模区搜索准则.模拟和实测数据实验表明所提出方法是有效的.