基于JEM的雷达窄带目标识别方法研究

文章针对实测数据进行基于喷气发动机调制(JEM)的雷达窄带目标识别技术研究。在提取JEM特征的基础上,从目标回波中提取目标运动特征、归一化方差、主旁瓣比、环境熵等特征进行特征融合,提出一种采用支持向量机(SVM)算法的基于JEM的多特征融合雷达窄带目标分类技术。仿真计算结果显示,使用该算法对实测窄带雷达回波数据进行分类,可以很好地对民航和直升机、无人机与汽车进行分类识别。

一种基于半监督学习的窄带雷达目标识别系统

半监督学习算法利用少量的标注样本与大量的未标注样本进行模式识别问题中的样本分布探索。针对常规雷达目标识别系统中,样本难以准确标注、模板库建立复杂以及建立过程漫长的问题,采用半监督学习算法以减少模板库的建设代价,并启用多核学习来进行目标特征的自动选择。基于窄带飞机目标分类识别的数据分析表明,与基于监督学习算法的常规识别系统相比,所提的目标识别系统能够获得更高的分类准确率。