一種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法
【專利摘要】本發(fā)明一種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法，屬雷達(dá)目標(biāo)識(shí)別【技術(shù)領(lǐng)域】。將每類目標(biāo)一維距離像進(jìn)行非線性變換，映射到高維線性特征空間，在高維特征空間建立一個(gè)最優(yōu)正交非線性變換矩陣，進(jìn)行特征提取，采用最近鄰準(zhǔn)則進(jìn)行分類，最終決定輸入目標(biāo)所屬的類別。步驟：利用核函數(shù)和雷達(dá)目標(biāo)一維距離像訓(xùn)練矢量確定矩陣Ui、Vrj和(K)ij，確定矩陣Wα和Bα；確定最優(yōu)正交非線性子空間中的矢量αi(i＝1,2,…,n)；確定最優(yōu)正交非線性子空間變換矩陣A＝[α1α2…αn]；確定目標(biāo)的庫(kù)模板矢量；確定輸入目標(biāo)一維距離像xt最優(yōu)正交非線性投影矢量；確定最優(yōu)正交非線性投影矢量與目標(biāo)的庫(kù)模板矢量之間歐氏距離；確定輸入目標(biāo)一維距離像所屬的類別。本方法可有效提高目標(biāo)識(shí)別性能。
【專利說明】一種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于雷達(dá)目標(biāo)識(shí)別【技術(shù)領(lǐng)域】，涉及一種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法。
【背景技術(shù)】
[0002]高分辨率雷達(dá)能獲取目標(biāo)的一維距離像信息，而一維距離像反映了目標(biāo)散射點(diǎn)在雷達(dá)視線上的分布情況，相對(duì)低分辨率雷達(dá)所獲取的目標(biāo)雷達(dá)截面積而言，一維距離像能提供更多的有關(guān)目標(biāo)結(jié)構(gòu)與形狀等信息，而這些信息非常有利于目標(biāo)的分類。
[0003]基于子空間的分類方法廣泛應(yīng)用于圖像識(shí)別、人臉識(shí)別等領(lǐng)域，在雷達(dá)目標(biāo)識(shí)別中也獲得了良好的識(shí)別效果，其中比較有代表性的方法有特征子空間方法和正則子空間方法。但是，在大姿態(tài)角范圍內(nèi)及復(fù)雜的電磁環(huán)境下，一維距離像的分布出現(xiàn)明顯的非線性，正則子空間法等線性子空間識(shí)別方法的識(shí)別性能會(huì)大大下降。
[0004]為此，引入核函數(shù)來解決一維距離像中出現(xiàn)的非線性問題，隨之提出了許多非線性識(shí)別方法，如基于核函數(shù)的特征子空間方法、基于核函數(shù)的正則子空間方法等，由于正確處理了一維距離像中的非線性，因此，這些非線性方法的識(shí)別性能有了一定的改善。
[0005]但是，基于核函數(shù)的正則子空間的維數(shù)受目標(biāo)類別數(shù)的限制，對(duì)于維數(shù)很高的一維距離像，會(huì)造成提取特征的長(zhǎng)度過短，出現(xiàn)分類信息的損失。另外，基于核函數(shù)的正則子空間的座標(biāo)軸不是正交的，使提取的特征中包含冗余信息。以上這些因素將限制基于核函數(shù)的正則子空間法的識(shí)別性能，所以基于核函數(shù)的正則子空間法的識(shí)別性能仍有進(jìn)一步改進(jìn)的余地。

【發(fā)明內(nèi)容】

[0006]為了克服現(xiàn)有技術(shù)中的缺陷`，本發(fā)明提供了一種種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法，有效的提高對(duì)雷達(dá)目標(biāo)的識(shí)別性能，其技術(shù)方案為，
[0007]—種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法，首先將目標(biāo)的一維距離像進(jìn)行非線性變換，映射到高維線性特征空間，然后在高維特征空間建立一個(gè)最優(yōu)正交非線性變換矩陣，進(jìn)行特征提取，采用最近鄰分類器進(jìn)行分類，最終決定輸入目標(biāo)所屬的類另U，包括以下步驟:
[0008]I)利用核函數(shù)和雷達(dá)目標(biāo)一維距離像訓(xùn)練矢量確定矩陣U1、Vrj和⑷u，
[0009]2)根據(jù)矩陣Ui' Vrj和⑷u確定矩陣Wa ；
[0010]3)根據(jù)矩陣Ui確定矩陣Ba ；
[0011]4)根據(jù)矩陣Wa和匕確定子空間中的一個(gè)矢量Ci1 ;
[0012]5)根據(jù)矩陣Wa、Ba和a I確定子空間中的其它的矢量Cii (i = 2，3，…，n)；
[0013]6)利用矢量a j確定子空間矩陣A= [ a: a 2...a J ；
[0014]7)確定目標(biāo)的庫(kù)模板矢量；
[0015]8)確定輸入的目標(biāo)一維距離像Xt的最優(yōu)正交非線性投影矢量；[0016]9)確定最優(yōu)正交非線性投影矢量與目標(biāo)的庫(kù)模板矢量之間的歐氏距離；
[0017]10)確定輸入的目標(biāo)一維距離像所屬的類別。
[0018]進(jìn)一步優(yōu)選，將每類目標(biāo)的一維距離像訓(xùn)練樣本的最優(yōu)正交非線形投影矢量的平均作為該類目標(biāo)的庫(kù)模板矢量，確定最優(yōu)正交非線性投影矢量和歐氏距離后，按最近鄰準(zhǔn)則判定目標(biāo)類別。
[0019]進(jìn)一步優(yōu)選，判定目標(biāo)類別的具體方法是:由
【權(quán)利要求】
1.一種雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法，其特征在于，首先將目標(biāo)的一維距離像進(jìn)行非線性變換，映射到高維線性特征空間，然后在高維特征空間建立一個(gè)最優(yōu)正交非線性變換矩陣，進(jìn)行特征提取，采用最近鄰分類器進(jìn)行分類，最終決定輸入目標(biāo)所屬的類別，包括以下步驟: 1)利用核函數(shù)和雷達(dá)目標(biāo)一維距離像訓(xùn)練矢量確定矩陣U1、Vrj和(K)ij ； 2)根據(jù)矩陣和0^」確定矩陣1； 3)根據(jù)矩陣Ui確定矩陣Ba； 4)根據(jù)矩陣Wa和匕確定子空間中的一個(gè)矢量Ci1; 5)根據(jù)矩陣Wa、Ba和Ci1確定子空間中的其它的矢量ai(i= 2, 3, - ,n)； 6)利用矢量aj確定子空間矩陣A= [ a: a 2--- a J ； 7)確定目標(biāo)的庫(kù)模板矢量； 8)確定輸入的目標(biāo)一維距離像Xt的最優(yōu)正交非線性投影矢量； 9)確定最優(yōu)正交非線性投影矢量與目標(biāo)的庫(kù)模板矢量之間的歐氏距離； 10)確定輸入的目標(biāo)一維距離像所屬的類別。
2.根據(jù)權(quán)利要求1所述的雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法，其特征在于，將每類目標(biāo)的一維距離像訓(xùn)練樣本的最優(yōu)正交非線形投影矢量的平均作為該類目標(biāo)的庫(kù)模板矢量，確定最優(yōu)正交非線性投影矢量和歐氏距離后，按最近鄰準(zhǔn)則判定目標(biāo)類別。
3.如權(quán)利要求2所述的雷達(dá)目標(biāo)一維距離像最優(yōu)正交非線性子空間識(shí)別方法，其特征在于:判定目標(biāo)類別的具體方法是:由好7的最大特征值對(duì)應(yīng)的特征矢量確定子空間的第一個(gè)矢量，由矩陣譯最大特征值對(duì)應(yīng)的特征矢量確定子空間的其它矢量，最終確定最優(yōu)正交非線性子空間為A = [ a i a 2-a J，訓(xùn)練目標(biāo)的一維距離像按式,=』MxXnfX)- - M^gMt 向最優(yōu)正交非線性子空間投影，將每類目標(biāo)的一維距離像訓(xùn)練樣本的最優(yōu)正交非線性投影矢量的平均作為該類目標(biāo)的庫(kù)模板矢量，則總的庫(kù)模板矢量為說其中歹力第i類目標(biāo)的訓(xùn)練最優(yōu)正交非線性投影平均矢量；對(duì)輸入目標(biāo)的一維距離像xt，按式y(tǒng) = Jlr[t(jcn!(jc) k(xt2?jc)? ? -t(XgNs?jc)|"計(jì)算最優(yōu)正交非線性投影矢量yt,并計(jì)算以下歐氏距離: d =IlJ^-J1-1I 卜12 -,g 如果 k = arS n?/n 則判輸入目標(biāo)為第k類。

f
【文檔編號(hào)】G01S7/41GK103675787SQ201310641978
【公開日】2014年3月26日 申請(qǐng)日期:2013年12月3日 優(yōu)先權(quán)日:2013年12月3日
【發(fā)明者】周代英, 沈曉峰, 廖闊 申請(qǐng)人:電子科技大學(xué)