王锦章，徐冰超，任 杰，杨 欧，卢文良，刘先康，魏存伟

(1.海军驻北京地区电子设备军事代表室，北京 100015；2.中国人民解放军海军701工厂 研发部，北京 100015)

一种基于Gabor变换的HRRP目标识别方法

王锦章1，徐冰超2，任 杰2，杨 欧2，卢文良2，刘先康2，魏存伟2

(1.海军驻北京地区电子设备军事代表室，北京 100015；2.中国人民解放军海军701工厂 研发部，北京 100015)

从模式分类角度讨论了基于高分辨距离像的舰船目标识别问题，提出了一种基于Gabor变换的HRRP目标识别方法。通过对数据进行Gabor变换去除噪声，利用基于小波包分解能量的方法得到信号在不同频带的能量分布特性，最终通过支持向量机进行识别。通过对6类目标实测数据的分析，验证结果表明，该方法在舰船目标识别领域具有良好的应用前景。

高分辨距离像；Gabor变换；小波包能量谱；支持向量机

雷达目标的高分辨一维距离像(High Resolution Range Profile, HRRP)是目标多散射中心在雷达径向距离上的一维分布图，反映了这些散射中心的散射强度和相对位置等目标特征信息，为物理特性相似的复杂目标分类提供了必要的信息来源[1]。但由于环境、目标的复杂性、目标的伪装及反雷达能力、目标运动的非合作性等因素的存在，要获取目标各种角度各个姿态的HRRP几乎是不可能的[2]。

支持向量机((Support Vector Machine，SVM)是20世纪90年代提出的，是利用统计学习理论发展起来的新一代学习机[3]，在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。目前已经成功地应用在人脸识别、图像识别和生物信息处理等领域。……