| 基于平移不变核主分量分析的雷达目标识别研究* |
| |
| 引用本文： | 赵东波,李辉.基于平移不变核主分量分析的雷达目标识别研究*[J].计算机应用研究,2011,28(10):3907-3909. |
| |
| 作者姓名： | 赵东波 李辉 |
| |
| 作者单位： | 1. 西北工业大学电子信息学院,西安710000;郑州航空工业管理学院,郑州450015
2. 西北工业大学电子信息学院,西安,710000 |
| |
| 基金项目： | 国家自然科学基金资助项目(61171155);西北工业大学研究生创新基金资助项目(2011069)；中国航天科技集团公司航天科技创新基金资助项目(CASC200902) |
| |
| 摘 要： | 雷达目标识别中，核主分量分析（KPCA）算法是一种重要的特征提取算法，但雷达目标高分辨率距离像（HRRP）具有平移敏感性，使得该方法应用于基于雷达目标识别系统中具有其缺陷性。采用零相位表示法得到平移不变的HRRP，利用KPCA进行特征维数压缩，利用BP神经网络分类算法来实现识别。仿真实验结果表明，该方法实现了平移不变和降维的结合，具有较高的识别率和很好的推广性。
|
| 关 键 词： | 核主分量分析 零相位表示法 特征提取 高分辨率距离像 BP神经网络 |
Algorithm research of radar target recognition based on kernel principal component analysis |
| |
| ZHAO Dong-bo,LI Hui.Algorithm research of radar target recognition based on kernel principal component analysis[J].Application Research of Computers,2011,28(10):3907-3909. |
| |
| Authors: | ZHAO Dong-bo LI Hui |
| |
| Affiliation: | ZHAO Dong-bo1,2,LI Hui1(1.School of Electronic Information,Northwestern Polytechnical University,Xi'an 710000,China,2.Zhengzhou Institute of Aeronautical Industry Management,Zhengzhou 450015,China) |
| |
| Abstract: | Kernel principal component analysis(KPCA) algorithm is a kind of important feature extraction algorithm about radar target recognition,but the shift sensitivity of radar target high range resolution profile(HRRP) has make KPCA has its shortcomings when it was used in radar target recognition system.This paper use zero phase representation to get shift-invariant HRRP,using KPCA in feature dimension compression,and proposed BP neural network classification algorithm to realize recognition.Based on themeasured... |
| |
| Keywords: | kernel principal component analysis(KPCA) zero phase representation(ZPR) feature extraction high range resolution profile(HRRP) BP neural network(BPNN) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
