吴剑旗，田西兰

（中国电子科技集团公司第38研究所，合肥 230088）

工程与应用

一种基于半监督学习的窄带雷达目标识别系统

吴剑旗，田西兰

（中国电子科技集团公司第38研究所，合肥 230088）

半监督学习算法利用少量的标注样本与大量的未标注样本进行模式识别问题中的样本分布探索。针对常规雷达目标识别系统中，样本难以准确标注、模板库建立复杂以及建立过程漫长的问题，采用半监督学习算法以减少模板库的建设代价，并启用多核学习来进行目标特征的自动选择。基于窄带飞机目标分类识别的数据分析表明，与基于监督学习算法的常规识别系统相比，所提的目标识别系统能够获得更高的分类准确率。

窄带雷达目标识别；半监督学习；多核学习；TSVM-MKL

0 引 言

雷达目标识别基于回波信号提取目标特征，实现目标属性类别或类型的自动判定。该技术是集传感器、目标、环境和信号处理技术为一体的复杂的系统工程［1］。目标识别因其在军事预警、气象探测和地质勘探［2］等领域的应用价值而备受关注。近期我国划定的东海及南海防空识别区屡屡受到美国、日本等国的挑衅，也使对目标识别的需求空前迫切。

目标识别源于模式识别，并大量继承了模式识别的基本理论和设计方式。近年来，国内外目标识别理论研究和实际应用较为成功的方法主要分为以下几类：（1）基于目标回波起伏特性和调制谱特征的识别［3］；（2）基于极点分布的目标识别［4］；……