| 提高雷达HRRP目标识别和拒判性能的核学习算法 |
| |
| 作者姓名： | 柴晶 刘宏伟 保铮 |
| |
| 作者单位： | (西安电子科技大学 雷达信号处理重点实验室,陕西 西安710071) |
| |
| 基金项目： | 教育部长江学者和创新团队支持计划资助,国家自然科学基金资助,国家部委预研项目和国家部委预研基金联合资助 |
| |
| 摘 要： | 雷达高分辨距离像(HRRP)数据具有明显的多模分布特性．在雷达HRRP识别和拒判中,采用单个高斯核很难准确地描述HRRP数据的多模分布．针对该问题,将单个高斯核扩展到多个高斯核线性组合的形式,并将该组合形式应用到支持向量域描述(SVDD)中来处理识别和拒判问题．根据对组合系数自由度的不同限制,扩展后的多核支持向量域描述(Multi-kernel SVDD)方法可以分别表述为不同的凸优化形式:二阶锥规划(SOCP)和半正定规划(SDP),它们都可以收敛到全局最优解．新方法采用了更加复杂的核函数形式,能够更加灵活地描述HRRP数据在高维特征空间的多模分布,从而提高雷达HRRP的识别和拒判性能．仿真实验结果显示该方法的损失值仅为单核SVDD的88.6％~93.2％．
|
| 关 键 词： | 高分辨距离像 多模分布 识别 拒判 支持向量域描述 多核支持向量域描述 凸优化 |
| 收稿时间： | 2008-10-06 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《西安电子科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《西安电子科技大学学报(自然科学版)》下载全文 |
|
