支撐向量機(jī)及其在雷達(dá)目標(biāo)識(shí)別中的應(yīng)用研究.pdf

1、本文主要研究了基于支持向量機(jī)為分類器的雷達(dá)自動(dòng)目標(biāo)識(shí)別問題。圍繞著雷達(dá)目標(biāo)的特征提取和基于支持向量機(jī)的分類器的設(shè)計(jì)兩個(gè)方面，做了一些粗淺的研究。 論文首先簡(jiǎn)單介紹了雷達(dá)目標(biāo)識(shí)別技術(shù)的發(fā)展?fàn)顩r，特征提取和分類器設(shè)計(jì)是雷達(dá)目標(biāo)識(shí)別的關(guān)鍵環(huán)節(jié)?；诶走_(dá)目標(biāo)的簡(jiǎn)單散射點(diǎn)模型，本文提出用Relax算法從高分辨雷達(dá)一維距離像中提取目標(biāo)強(qiáng)散射點(diǎn)的位置信息，作為分類器的模式向量；譜估計(jì)過程中將DCT用于雷達(dá)HRRP的譜估計(jì)中，在雷達(dá)HRRP的識(shí)

2、別系統(tǒng)中構(gòu)成了以RELAX參數(shù)為特征向量，SVM為分類器的高分辨雷達(dá)目標(biāo)識(shí)別系統(tǒng)。在SAR目標(biāo)識(shí)別系統(tǒng)中，基于在特定的方位角，SAR圖像反映不同的目標(biāo)特征，直接將SAR圖像數(shù)據(jù)作為分類特征，構(gòu)造感知機(jī)，優(yōu)化超平面及支持向量機(jī)三類分類器，從而構(gòu)成了SAR目標(biāo)識(shí)別系統(tǒng)。 本文利用美國MSTAR數(shù)據(jù)集和我國航天部ISAR雷達(dá)實(shí)測(cè)數(shù)據(jù)分別對(duì)SAR及HRRP雷達(dá)圖像設(shè)計(jì)了分類器并做了大量的仿真識(shí)別試驗(yàn)，達(dá)到了平均97.93％及91.5％以