《自然科学进展》

编辑部通告 >>
编委会名单 >>
征稿简则 >>
稿件格式 >>
最新期刊 >>
期卷检索 >>
高级检索 >>
点击排名 >>
下载排名 >>


访问总次数
6959493
今日访问
1207
当前在线
0人

Progress in Natural Science

中国科学基金

Science Foundation in China
 

《自然科学进展》
 

 
一种雷达HRRP在线自适应目标识别方法
陈凤,侯庆禹,刘宏伟,保铮
西安电子科技大学雷达信号处理重点实验室, 西安 710071
摘要:  “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.
关键词:  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)
点击次数:   9612
下载次数:   2499
查看全文  查看/发表评论  下载PDF阅读器
地址:北京市海淀区双清路83号
科学基金杂志部
邮政信箱:100085
电话:62327204  传真:62326921