叶其泳，李 辉

（西北工业大学 电子信息学院，陕西 西安 710129）

雷达目标距离像实际上是目标散射回波沿距离维度的发布，含有目标的几何结构信息，对目标识别与分类有重要作用。但HRRP对目标的姿态变化和距离向的平移变化都很敏感，这使得目标识别中测试距离像应与模板库进行类别、方位、平移三维的匹配搜索，实时处理困难。距离像的方位敏感性直接影响模板的存储量，松弛方位敏感性对减少模板数目，降低识别运算量具有重要意义。研究表明，一定角域内的平均距离像对目标姿态变化具有良好的稳健性，可作为特征建立模板库。距离像的平移主要是由目标相对雷达的径向位移引起的，平移敏感性使识别过程中必须进行平移配准，代表方法是滑动相关法，通过求相关峰进行平移补偿。平移配准缺点是运算量大，提取距离像的平移不变特征在特征域对目标进行识别则可以避免平移配准问题，从而减少运算量[1]。Kim[2]等人提出的基于超分辨率的多信号分类（MUSIC）算法和中心矩的识别方法。但是MUSIC算法的计算复杂度太高，降低了识别效率。Fuller[3]等人通过建立目标的离散散射中心模型进行分类，取得了很好的识别效果，但其条件是明确目标的几何特性参数，而且仅能建立有限的特征数据集，推广能力受限。

笔者采用目标一定角域的平均距离像提高方位的稳健性，在此基础上提取归一化一维距离像的中心矩特征和熵特征，得到中心矩和熵组合特征。……