雷达目标一维高分辨距离像的特性分析及预处理方法研究

目标高分辨距离像已经广泛应用于雷达目标识别中。但高分辨距离像对目标的运动很敏感,而且易受到杂波的干扰。针对这一问题,为了克服目标高分辨距离像的姿态敏感性和平移敏感性,利用小波去噪、平均距离像等方法得到关于目标更为稳定的高分辨距离像。对高分辨距离像的仿真实验表明,该方法获得的结果比直接结果具有更高的精度和可靠性。     

基于改进高斯核函数的雷达高分辨距离像目标识别算法研究

针对支持向量机的核函数选择问题,在保形变换方法的基础上,分析了确定数据分布特征的重要性,给出了判断数据呈高斯分布的方法。利用支持向量机的高斯核函数,提出一种基于改进的高斯核函数雷达目标高分辨距离像的研究方法。该方法对SVM的高斯核函数进行改进,并进行核函数选择。通过改进的高斯核函数与多项式核函数进行比较,在Matlab环境下采用两种方法对高分辨距离像进行仿真,仿真方法验证并改进了高斯核函数的有效性。     

改进的雷达高分辨距离像统计识别方法

基于雷达目标一维高分辨距离像的统计目标识别中,需解决两大问题:其一是如何处理距离像对姿态敏感和平移敏感;其二是如何准确地描述距离像的统计特征.直接将一维距离像用于目标识别通常很难取得好的识别效果.将高斯混合模型(GMM)应用到空中目标高分辨一维距离像统计建模中,提出了一种改进的高斯混合模型模糊聚类分析方法并用于目标识别.与传统的k-means聚类算法的仿真结果比较表明,该方法是有效、稳健的,在低信噪比条件下具有较好的识别效果.     

一种新的小波阈值去噪算法

雷达一维高分辨距离像对噪声极为敏感。研究一种新的小波去噪算法得到高信噪比的雷达一维高分辨距离像是实现精确目标识别的关键。文中对比分析了小波模极大值去噪算法和小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新小波阈值去噪算法。实验证明新的算法能够更好的提高雷达一维高分辨距离像的信噪比,有效抑制噪声敏感性。新算法结合了软、硬阈值算法的优点,灵活度高。