基于几何特征和贝叶斯的运动目标分类识别方法

针对传统基于几何特征的运动目标分类识别方法在模式类预定义、特征提取利用和分类器判定策略上的一些细节处理不足,提出一种改进方法。依据目标外轮廓形态差异程度,在模式类下定义子模式类;利用提取出目标的高维度几何特征向量,通过伪划分方式分组得到若干子特征向量,多方面描述目标;通过分类器和子特征向量组计算的结果,利用综合判定机制,得到最终的分类识别结果。利用目标类别的平均识别率指标进行实验,实验结果表明,该方法对预定义的4个模式类有较好效果。

低分辨机载雷达空地运动目标的分类识别算法

分类识别技术是雷达当今和未来发展的重要需求,也是雷达的关键技术之一。目前研究较多的是基于宽带信号的目标识别,对雷达系统和目标信噪比具有较高的要求,且对角度非常敏感。针对低分辨机载雷达工作在下视模式下,慢速飞行目标和地面运动目标由于具有相似的多普勒速度和雷达散射截面(RCS),使得其对机载雷达慢速飞行目标检测、跟踪和识别形成干扰,该文提出了一种基于窄带分形和相位调制特征的机载雷达空地运动目标分类识别算法。文中以实测试飞数据进行分析验证,以支持向量机(SVM)为分类器,试验结果表明,该方法能对机载雷达直升机、汽车运动目标进行有效分类识别,当SNR?15 dB时,平均分类识别率在89%以上。