基于PPCA修正模型的HRRP稳健识别方法

作     者：李彬 李辉 黄伟斌 Li Bin Li Hui Huang Weibin

作者机构：西北工业大学电子信息学院陕西西安710129 

基　　金：国家自然科学基金(61571364) 西北工业大学研究生创新创意种子基金(Z2016022)资助 

出 版 物：《西北工业大学学报》 (Journal of Northwestern Polytechnical University)

年 卷 期：2016年第34卷第6期

页      码：1022-1027页

摘      要：高信噪比情况下,利用概率主成分分析(PPCA,probabilistic principal component analysis)模型识别雷达高分辨距离像(HRRP,high resolution range profile)取得了较高的识别率。但在实际工作环境中,测试阶段获取的HRRP常为低信噪比样本,由此造成的模型失配问题极大影响了识别性能。为此文章利用不同噪声来源造成的模型失配先验信息,在模型空间针对不同信噪比的测试样本补偿PPCA模型参数,以达到稳健识别的目的。另一方面,利用2种方法通过直接估计测试样本的噪声功率省去最优化计算的步骤,避免了求解最优补偿参数时需要大量计算的问题,提高了识别效率。最后,利用最大后验概率确定目标所属类别,证明了2种方法在信噪比低于20 d B时的可行性。

主 题 词：雷达目标识别 飞机目标探测 脉冲重复频率 高分辨距离像 概率主成分分析 模型修正 

学科分类：0810[工学-土木类] 080904[080904] 0809[工学-计算机类] 08[工学] 081105[081105] 0805[工学-能源动力学] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1000-2758.2016.06.015

馆 藏 号：203210343...