文档介绍：万方数据
基于独立分量分析达目标识别方法的雷谢德光，张贤达，李细林，朱峰0言寤4笱ё远担本—]利用距离像进行目标识别研究中，最关键的问题是识别特征的选取和分类器的设计，而两者往往是相互关联的。基直接对距离像进行特征抽取的方法，主要的利用准则是特影方向，但也只利用了样本的二阶统计信息，对样本分布的依赖性非常大，推广能力差。这两种方法的物理意义不明显，并且对回波信号中信息的利用也不充分，有些时候并不29220072系统工程与电子技术摘要：通过分析雷达距离像的数学模型，利用独立分量分析，技术提取雷达距离像信号中的独立分量，并定义为独立基波形。将观测信号投影到几个峰度大的独立基波形上，得到的各个投影分量作为待识别的信号特征。由于独立基波形实际上对应了目标回波中的散射中心响应，使得通过该方法提取的特征不仅保持了独立性，而且还具有实际的物理意义。在此基础上，使用支持矢量机machineSVM)关键词：雷达目标识别；信号处理；独立分量分析；特征抽取；距离像TN95751A—琙—琙machine(SVM)and在高频和宽带条件下，雷达回波表现为沿距离方向的扩展，形成了所谓的一维距离像。由于距离像是目标的三维空间在一维方向上的投影，包含了有关目标的几何结构于距离像的特征选取主要包括参数法Ｐ头和非参数法。参数法的应用基础是目标回波的散射中心模型，即通过数据建模提取距离像的散射中心位置和幅值，典型的如、蚏等方法。。尽管参数法有可靠的物理基础，并且对于单个距离像的特征抽取精度较高，但是，在应用中存在着特征极不稳定的现象，即相似的距离像也可能出现散射中心个数及排列顺序的不一致性，为特征的最终确定和分类器设计带来困难。另一方面，非参数法主要是基于距离像波形的表现特征，利用一些信号处理手段对原始的距离像进行各种变换，以求在变换域获得好的特征聚类性质。典型的如高阶谱方法和小波变换法，这类方法的主要问题是计算量大，而且在进一步的降维过程中，有较高的“技巧”依赖性。为此，出现了从模式识别角度PCA(Principle主要从保留信号能量的角度进行降维，因为只实现了二阶去相关，而不能保证高阶不相关，有时对分LDA能收到良好的分类效果。本文在分析距离像数学模型的基ICA(IndependentAnalysis)V0129Feb2007文章编号：————，(DeptofAutomationTsinghuaUnivBeijing，AbstractBased琲甌valueacquiredBecauseechoesextracted—瓼，．Keywordsradarrecognitionsignalprocessingindependentanalysisfeaturetionrange蚅疭收稿日期：—～；修回日期：一—。作者简介：谢德光，男，高级工程师，博士研究生，主要研究方向为智能信号处理，雷达且标识别等。：甧甿No2
万方数据
elrmaimYl(1)4--3(Mc)2)(Yl(1)z)2式中：。，一琠最大不模糊距离。从上式可以看出，E(^)==dOme-J4nRofre-}4nr(I--1ne_se_j4n8i(1--M贗的雷达目标识别方法y(z)E(^)e)amee-ICA弧荩貉鬳弘。∑仿真示例s()Is()S()S(f)]7N号源，，，!5趇个独立妁源信号序列，一￡瑉，⋯，