基于非線性特征的毫米波距離像識別方法研究.pdf

1、雷達自動目標(biāo)識別技術(shù)是近程探測和精確制導(dǎo)等應(yīng)用的關(guān)鍵技術(shù)之一，在軍事和民用領(lǐng)域中擁有巨大的應(yīng)用價值。高分辨距離像是目標(biāo)散射點在雷達視線方向上的徑向分布，含有豐富的目標(biāo)特征信息，具有獲取時間短，信號處理簡單等優(yōu)點，是一種常用的目標(biāo)識別信號。毫米波雷達能夠?qū)崿F(xiàn)大帶寬的發(fā)射信號，距離分辨率更高，距離像中包含的目標(biāo)特征更豐富，更利于實現(xiàn)對目標(biāo)的識別。然而，受雷達參數(shù)、目標(biāo)位置和姿態(tài)、環(huán)境以及天氣等因素的影響，距離像呈現(xiàn)出高度的非線性，使用傳統(tǒng)的

2、線性特征提取方法進行距離像識別，不能得到滿意的結(jié)果。
　　核函數(shù)是一種通過非線性映射將樣本空間中線性不可分的樣本映射到高維特征空間以達到線性可分的方法，在處理非線性的分類問題時優(yōu)勢明顯。流形學(xué)習(xí)是一種有效的非線性特征提取方法，能夠在高維非線性空間中發(fā)現(xiàn)數(shù)據(jù)集的內(nèi)在低維嵌入。論文針對三種地面目標(biāo)的毫米波距離像識別問題，從距離像的非線性特征入手，在距離像的特征提取、稀疏識別、聚類目標(biāo)函數(shù)設(shè)計和去除硬件過采樣冗余等四個方面展開了研究工作

3、，主要研究內(nèi)容如下:
　　針對距離像的方位敏感特性，從提高字典學(xué)習(xí)效率和稀疏識別的角度研究了距離像的識別問題，提出了快速字典學(xué)習(xí)的距離像分段稀疏識別方法。利用距離像在相鄰方位角范圍內(nèi)，呈現(xiàn)高相關(guān)性的特點，對原子的有效性和相關(guān)性進行了限定，對字典學(xué)習(xí)時原子的更新方式進行了改進，提高了字典學(xué)習(xí)的效率。根據(jù)距離像中有用信息只占部分特征維數(shù)的特點，對距離像進行分段，按照各段中距離高分辨單元的數(shù)量和能量，計算重構(gòu)誤差權(quán)重。在對各段分別進行稀

4、疏表示的基礎(chǔ)上，依據(jù)分段加權(quán)重構(gòu)誤差和最小的原則，給出樣本的類別標(biāo)簽。
　　研究了距離像的非線性特征提取問題，提出了基于監(jiān)督判別稀疏保持嵌入的特征提取算法和基于半監(jiān)督核自適應(yīng)邊界費希爾分析的特征提取算法。針對距離像呈現(xiàn)出的非線性，在流形學(xué)習(xí)的基礎(chǔ)上，根據(jù)目標(biāo)函數(shù)之間的相似性，對三種算法的目標(biāo)函數(shù)進行融合，提出了監(jiān)督判別稀疏保持嵌入的特征提取算法。所提算法既具有處理非線性問題的能力，又能對樣本的局部結(jié)構(gòu)、全局結(jié)構(gòu)和稀疏重構(gòu)關(guān)系進行有

5、效的保持。半監(jiān)督核自適應(yīng)邊界費希爾分析的特征提取算法，主要通過在邊界費希爾分析算法中引入核函數(shù)，利用核空間中樣本間的相似性關(guān)系，自適應(yīng)決定各樣本的散度計算權(quán)重，并采用同時對類間散度和類內(nèi)散度進行約束的方法，來處理距離像的非線性特征提取問題，有效地解決了保持數(shù)據(jù)集幾何結(jié)構(gòu)與提取樣本非線性特征之間的矛盾。
　　針對距離像的非線性和非凸分布時產(chǎn)生的混合重疊聚類以及聚類準(zhǔn)確率下降問題，從聚類目標(biāo)函數(shù)設(shè)計的角度研究了距離像的識別問題，提出基

6、于線性判別核模糊c均值聚類的距離像識別算法。算法利用核函數(shù)將樣本映射到高維特征空間，解決了距離像的非線性特征提取問題，算法的目標(biāo)函數(shù)同時對樣本的模糊簇內(nèi)散度和模糊簇間散度進行約束，避免了樣本分布非凸時混疊聚類的產(chǎn)生。給出了基于分部目標(biāo)函數(shù)混合優(yōu)化的核參數(shù)最優(yōu)選取方法和基于模糊決策理論的模糊系數(shù)最優(yōu)選取方法。
　　在實際工程應(yīng)用中，針對去除過采樣冗余時距離像選大起點的選取問題，提出一種基于全局峰值搜索逆向門限選大的距離像去冗余方法。