首页|一种雷达HRRP在线自适应目标识别方法

一种雷达HRRP在线自适应目标识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
"边录取、边学习、边建模"是一维高分辨距离像(HRRP)雷达自动目标识别(RATR)工程化的一条路径,宽带雷达对飞行中的机动目标录取的HRRP随着目标相对于雷达的姿态而变化,完备(全姿态)的HRRP数据库可以看做是关于姿态(主要是方位)的非平稳过程,常用的平稳环境下的在线算法对非平稳的环境适应能力有限.文中通过一种在线混合专家(OME)将HRRP数据在线地分割成若干个近似平稳的区域,在各个区域内使用平稳协方差函数的在线Gauss过程分类器(OGPC).针对迭代在线Gauss过程分类(IOGPC)的参数学习算法EP和EM,提出了一种双链Gauss过程(Bi-OGP)来使OGPC的参数得以在单次数据扫掠的情况下实现在线更新.针对迭代在线混合专家门网络参数的学习算法EM,提出了基于初值选择的单次数据扫掠学习方法.基于HRRP实测数据的仿真试验证明,文中方法在单次扫描数据时就获得了高于或接近最近邻、迭代在线线性最小均方(LMS)混合专家和OGPC的识别率.

陈凤、侯庆禹、刘宏伟、保铮

展开 >

西安电子科技大学雷达信号处理重点实验室,西安,710071

雷达自动目标识别(RATR) 高分辨距离像(HRRP) 在线算法 Gauss过程分类器(GPC) 混合专家(ME)

教育部长江学者和创新团队发展计划国家自然科学基金国防预研基金

IRT064560772140

2009

自然科学进展
国家自然科学基金委员会 中国科学院

自然科学进展

CSTPCDCSCD北大核心
影响因子：0.843
ISSN：1002-008X
年,卷(期)：2009.19(12)
  • 2
  • 1