崔姗姗 周建江 朱劼昊

(南京航空航天大学电子信息工程学院 南京 210016)

1 引言

高分辨距离像(High-Resolution Range Profile,HRRP)是宽带雷达信号获取的目标散射点子回波在雷达视线方向上投影的矢量和，它能反映目标的尺寸、强散射点位置、精细结构和材料质地等信息。HRRP相对于2维成像，不仅易于获得与处理，同时还避免了复杂的运动补偿运算，对目标识别具有重要意义[1－5]。

HRRP具有目标姿态敏感性，在一定的目标划分角域范围内，其回波幅值分布通常具有一定的统计特性[3－7]。HRRP帧内回波幅值统计模型主要分为两种，一种认为HRRP各距离分辨单元回波幅值分布具有近似独立性[8,9]，另一种则进一步考虑了HRRP各距离分辨单元回波幅值的相关统计特性[10,11]。由于HRRP各距离分辨单元回波幅值特征之间具有弱相关性，本文主要考虑第1种统计模型，即假设HRRP各距离分辨单元回波幅值分布近似独立。

文献[9]基于第1种统计模型，提出一种非参数化方法-基于累计量的随机学习算法(Stochastic Learning of the Cumulative,SLC)[12]来估计概率密度函数。在样本量充足时，该方法不仅可以准确地估计概率密度函数，而且不存在“窗宽”调节问题。然而，当训练样本量不足时，基于SLC的非参数化方法不能准确地进行概率密度估计，最终导致目标平均识别率下降。

文献[13]提出一种基于半参数化概率密度估计的雷达目标识别方法，通过有效利用雷达目标HRRP各距离分辨单元回波幅值分布的经验知识，并结合非参数化概率密度估计的优点来估计雷达目标HRRP各距离分辨单元回波幅值的概率密度，达到参数化方法和非参数化方法优缺互补的目的，提高雷达目标HRRP的识别率。……