一种基于RVM和DS的一维距离像融合识别方法
2016-09-27李睿王晓丹蕾蕾赵振冲
李睿,王晓丹,蕾蕾,赵振冲
(空军工程大学 防空反导学院,陕西 西安 710051)
一种基于RVM和DS的一维距离像融合识别方法
李睿,王晓丹,蕾蕾,赵振冲
(空军工程大学 防空反导学院,陕西 西安 710051)
从如何进一步提升融合识别性能出发,研究有效的高分辨距离像(high range resolution profile,HRRP)融合识别方法。提取了3种平移不变特征,构建了高性能相关向量机(relevance vector machine,RVM)进行特征分类,用DS证据理论融合分类结果以得到目标识别结果,从而提出一种基于RVM和DS的一维距离像融合识别方法。该方法充分利用了RVM输出的概率信息,解决了用DS证据理论进行融合时基本概率赋值获取困难的问题,仿真实验结果表明了本文方法的有效性。
目标识别;一维距离像;相关向量机;证据理论
中文引用格式:李睿,王晓丹,蕾蕾,等. 一种基于RVM和DS的一维距离像融合识别方法[J]. 智能系统学报, 2016, 11(4): 554-560.
英文引用格式:LI Rui, WANG Xiaodan, LEI Lei, et al. HRRP fusion recognition by RVM and DS evidence theory[J]. CAAI Transactions on Intelligent Systems, 2016, 11(4): 554-560.
高分辨距离像(high range resolution profile, HRRP) 是目标沿雷达视线方向的投影,反映了目标在纵向距离上的散射结构,即散射中心在空间的位置分布、强度和数量等,包含了丰富的目标物理结构信息,并且易于获取和处理,从而备受关注[1-6]。提取不同特征进行融合识别成为雷达目标识别领域研究的热点[1-5]。
由于HRRP存在姿态敏感性、平移敏感性和幅度敏感性问题,克服这三大敏感性问题是实现HRRP特征提取的关键。姿态和幅度敏感性问题可分别通过对一定角域内的距离像进行非相干平均和对距离像幅度进行归一化解决[1],平移敏感性可以通过提取平移不变特征来克服。……
