| 联合Cameron分解和融合RKELM的全极化HRRP目标识别方法 |
| |
| 引用本文： | 王晶晶,刘峥,谢荣,冉磊. 联合Cameron分解和融合RKELM的全极化HRRP目标识别方法[J]. 雷达学报, 2021, 10(6): 944-955. DOI: 10.12000/JR21099 |
| |
| 作者姓名： | 王晶晶 刘峥 谢荣 冉磊 |
| |
| 作者单位： | 西安电子科技大学雷达信号处理国家重点实验室 西安 710071 |
| |
| 基金项目： | 国家自然科学基金(62001346)，中国博士后基金面上项目(2019M663632) |
| |
| 摘 要： | 该文针对传统全极化高分辨一维距离像(HRRP)雷达目标识别问题，提出了结合Cameron分解和融合简化核极限学习机(RKELM)的目标识别方法，旨在提高全极化HRRP目标识别性能。在特征提取阶段，所提方法利用Cameron分解定义了目标在各个标准散射体上的投影分量。通过分析，将目标在三面角、二面角和1/4波长器件这3个散射基上沿距离维的投影分量作为目标特征，实现对目标散射特性更加精细化的描述。在分类阶段，考虑到RKELM算法识别性能的不稳定性，提出了一种基于原型聚类预处理的RKELM方法，并在此基础上设计了特征级融合RKELM网络和决策级融合RKELM网络，以对投影特征进行融合分类。实验部分利用10类民用车辆的全极化HRRP数据将所提识别方法和现有方法进行了对比，结果表明:(1)所采用的Cameron分解投影特征表现出了较高的可分性和噪声稳健性；(2)当训练样本数较多时，特征级融合RKELM算法的泛化性能较好；当训练样本数较少时，决策级融合RKELM的泛化性能较好。
|
| 关 键 词： | 雷达目标识别 高分辨一维距离像 全极化 Cameron分解 简化核极限学习机 信息融合 |
| 收稿时间： | 2021-07-09 |
HRRP Target Recognition Method for Full Polarimetric Radars by Combining Cameron Decomposition and Fusing RKELM |
| |
| WANG Jingjing,LIU Zheng,XIE Rong,RAN Lei. HRRP Target Recognition Method for Full Polarimetric Radars by Combining Cameron Decomposition and Fusing RKELM[J]. Journal of Radars, 2021, 10(6): 944-955. DOI: 10.12000/JR21099 |
| |
| Authors: | WANG Jingjing LIU Zheng XIE Rong RAN Lei |
| |
| Affiliation: | National Laboratory of Radar Signal Processing, Xidian University, 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《雷达学报》浏览原始摘要信息 |
|
点击此处可从《雷达学报》下载免费的PDF全文 |
