雷阳，孔韦韦，雷英杰

(1. 武警工程大学 电子技术系网络与信息安全武警部队重点实验室，陕西 西安 710086；2. 武警工程大学 通信工程系，陕西 西安 710086；3. 空军工程大学 防空反导学院，陕西 西安 710051）

1 引言

弹道导弹自问世以来，以其射程远、威力大、精度高和生存能力强等优点成为战争中的“杀手锏”。作为对立面，弹道导弹防御系统应运而生。从20世纪60年代起，其研究热点几经调整，从对再入段“大气过滤”拦截的研究，到对天基助推段拦截的研究，直至近年来对大气层外中段拦截的研究，而如何解决目标识别一直是其核心难题之一。目前美国对国家导弹防御系统(NMD, national missile defense)有效性的怀疑也集中在对真弹头的有效识别上，因此目标识别问题仍是困扰NMD系统发展的一个“瓶颈”。

支撑向量机、相关向量机及核匹配追踪是近年来新兴的3种机器学习方法[1]，而核匹配追踪的提出为模式识别领域提供了一种崭新有效的核机器方法，它将某些在低维空间线性不可分的问题转化为高维空间线性可分的问题以期实现解决，核匹配追踪分类器的分类性能与支撑向量机基本相当，但却具有更为稀疏的解[2]，因而核匹配追踪的起步期发展已成功应用于目标分类[3]、图像识别[4～6]、雷达目标识别[7]、特征模式识别[8]、人脸识别、数据挖掘等领域。

虽然核匹配追踪的优良特性已成功服务于目标识别，但在处理大量数据集时，KMP为了在高度冗余函数字典中选取最佳匹配的数据结构，每一步搜索过程都需进行全局最优搜索，必然导致学习时间过长。……