| 提高雷达HRRP目标识别和拒判性能的核学习算法 |
| |
| 引用本文： | 柴晶,刘宏伟,保铮.提高雷达HRRP目标识别和拒判性能的核学习算法[J].西安电子科技大学学报,2009,36(5):793-800. |
| |
| 作者姓名： | 柴晶 刘宏伟 保铮 |
| |
| 作者单位： | (西安电子科技大学 雷达信号处理重点实验室，陕西 西安710071) |
| |
| 基金项目： | 教育部长江学者和创新团队支持计划资助，国家自然科学基金资助，国家部委预研项目和国家部委预研基金联合资助 |
| |
| 摘 要： | 雷达高分辨距离像(HRRP)数据具有明显的多模分布特性．在雷达HRRP识别和拒判中，采用单个高斯核很难准确地描述HRRP数据的多模分布．针对该问题，将单个高斯核扩展到多个高斯核线性组合的形式，并将该组合形式应用到支持向量域描述(SVDD)中来处理识别和拒判问题．根据对组合系数自由度的不同限制，扩展后的多核支持向量域描述(Multi-kernel SVDD)方法可以分别表述为不同的凸优化形式:二阶锥规划(SOCP)和半正定规划(SDP)，它们都可以收敛到全局最优解．新方法采用了更加复杂的核函数形式，能够更加灵活地描述HRRP数据在高维特征空间的多模分布，从而提高雷达HRRP的识别和拒判性能．仿真实验结果显示该方法的损失值仅为单核SVDD的88.6％~93.2％．
|
| 关 键 词： | 高分辨距离像 多模分布 识别 拒判 支持向量域描述 多核支持向量域描述 凸优化 |
| 收稿时间： | 2008-10-06 |
New kernel learning method to improve radar HRRP target recognition and rejection performance |
| |
| CHAI Jing,LIU Hong-wei,BAO Zheng.New kernel learning method to improve radar HRRP target recognition and rejection performance[J].Journal of Xidian University,2009,36(5):793-800. |
| |
| Authors: | CHAI Jing LIU Hong-wei BAO Zheng |
| |
| Affiliation: | (Key Lab. of Radar Signal Processing, Xidian Univ., Xi'an 710071， China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《西安电子科技大学学报》浏览原始摘要信息 |
|
点击此处可从《西安电子科技大学学报》下载全文 |
