雷达目标特征提取的一种方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第 20 卷
第 21 期
Fra Baidu bibliotek
电子设计工程
Vol.20
No.21
Electronic Design Engineering
2012 年 11 月 Nov. 2012
雷达目标特征提取的一种方法
叶其泳， 李 辉
（ 西 北工业 大学 电子信息 学院 ， 陕西 西安 710129 ） 摘要 ： 针对 雷 达 高分 辨 率 距离 像 （HRRP ） 方 位 敏 感 性和 平 移 敏 感 性的 问 题 ， 在对 一 维 距离 像 进 行 预 处 理 的 基 础 上 ， 提 取 两 个 平 移 不 变 特 征 ： 中 心 矩 和 熵 ， 并 将 二 者 形 成 组 合 特 征 ， 采 用 Karhunen-Loeve 变 换 进 一 步 进行 特 征 压 缩 ， 运 用 并 比较 了 最 大 最小 距离 判 别 法和 SVM 分 类 器 的 识别 性 能 ， 实验 结 果 表 明 中心 矩 - 熵 组 合 特 征 提 取 方 法 能 够 显 著 增 强 目 标 的 可 分 性 ， 大大 提 高 识别 率 。 关键词 ： 高分 辨 距离 像 ； 中心 矩 ； 熵 ； 特 征 提 取 中图分类号 ： TP391.4 文献标识码 ： A 文章编号 ：1674－6236 （2012 ）21-0116-03
雷达目标距离像实际上是目标散射回波沿距离维度的 发 布 ，含 有 目 标 的 几 何 结 构 信 息 ，对 目 标 识 别 与 分 类 有 重 要 作用 。 但 HRRP 对目标的姿态变化和距离向的平移变化都很 敏感 ， 这 使 得目 标 识 别中 测 试 距离 像 应 与模 板 库 进 行 类 别 、 方位 、 平移三维的匹配搜索 ， 实时处理困难 。 距离像的方位敏 感性 直 接 影响 模 板 的存 储 量 ， 松弛 方 位 敏感 性 对 减 少 模 板 数 目 ， 降低识别运算量具有重要意义 。 研究表明 ， 一定角域内的 平均 距 离 像对 目 标 姿态 变 化 具有 良 好 的稳 健 性 ， 可 作 为 特 征 建立模板库 。 距离像的平移主要是由目标相对雷达的径向位 移引 起 的 ， 平移 敏 感 性使 识 别 过程 中 必 须进 行 平 移 配 准 ， 代 表方 法 是 滑动 相 关 法 ， 通 过 求 相关 峰 进 行平 移 补 偿 。 平 移 配 准缺 点 是 运算 量 大 ， 提取 距 离 像的 平 移 不变 特 征 在 特 征 域 对 目 标 进 行识 别 则 可以 避 免 平移 配 准 问题 ， 从 而 减 少 运 算 量 [1]。
A new feature extraction method for radar target recognition
YE Qi-yong ， LI Hui
（School of Electronics＆Information ， Northwestern Polytechnical University ， Xi ’an 710129 ， China ）
1
1.1
特征提取
方位敏感性及其预处理 松弛 距 离像 的 方 位敏 感 性 可以 减 少 模 板 的 数 目 ， 降 低 识
别运算量是距离像识别中的一个重要问题 。 对于一维距离像 目标 识 别 ， 我 们 通 过对 目 标 的每 一 角 域建 立 对 应 一 个 模 板 的 分 角 域来 消 除 转动 带 来 的姿 态 敏 感性 ， 即 采 用 平 均 距 离 像 方 法 松弛 距 离 像的 方 位 敏感 性 [4]。 也 可以 在 特 征 提 取 与 压 缩 过 程中 ， 通过提取目标的不敏感特性 ， 消除转动带来的影响 。 如
笔者采用目标一定角域的平均距离像提高方位的稳健 性 ， 在此 基 础 上提 取 归 一化 一 维 距离 像 的 中心 矩 特 征 和 熵 特 征 ， 得 到 中 心矩 和 熵 组合 特 征 。 分别 采 用 最 大 最 小 距 离 判 别 法 ， 支 持 向 量机 （SVM ） 进 行 识 别 ， 仿 真 实 验 表 明 ， 中 心 矩 和 熵 组合特征具有良好的可分性 ， 可较好地提高识别性能 。
Abstract: In this paper，based on preprocessing technique to radar one-dimensional range profiles，two translation-invariant features-central moments and entropy have been extracted to solve the sensitivity of translation and Orientation，and combined to form new features database， then using Karhunen-Loeve transform for further feature compression. The maximum and minimum distance criterion and the SVM classifier are designed to evaluate and compare the recognition performance. The experimental results show that the new feature extraction methods ，based on combination of the central moments-entropy， can significantly enhance the objectives of separability， and greatly improve the recognition rate. Key words: high range resolution profile ； central moments ； entropy ； feature extraction
第 21 期
Fra Baidu bibliotek
电子设计工程
Vol.20
No.21
Electronic Design Engineering
2012 年 11 月 Nov. 2012
雷达目标特征提取的一种方法
叶其泳， 李 辉
（ 西 北工业 大学 电子信息 学院 ， 陕西 西安 710129 ） 摘要 ： 针对 雷 达 高分 辨 率 距离 像 （HRRP ） 方 位 敏 感 性和 平 移 敏 感 性的 问 题 ， 在对 一 维 距离 像 进 行 预 处 理 的 基 础 上 ， 提 取 两 个 平 移 不 变 特 征 ： 中 心 矩 和 熵 ， 并 将 二 者 形 成 组 合 特 征 ， 采 用 Karhunen-Loeve 变 换 进 一 步 进行 特 征 压 缩 ， 运 用 并 比较 了 最 大 最小 距离 判 别 法和 SVM 分 类 器 的 识别 性 能 ， 实验 结 果 表 明 中心 矩 - 熵 组 合 特 征 提 取 方 法 能 够 显 著 增 强 目 标 的 可 分 性 ， 大大 提 高 识别 率 。 关键词 ： 高分 辨 距离 像 ； 中心 矩 ； 熵 ； 特 征 提 取 中图分类号 ： TP391.4 文献标识码 ： A 文章编号 ：1674－6236 （2012 ）21-0116-03
雷达目标距离像实际上是目标散射回波沿距离维度的 发 布 ，含 有 目 标 的 几 何 结 构 信 息 ，对 目 标 识 别 与 分 类 有 重 要 作用 。 但 HRRP 对目标的姿态变化和距离向的平移变化都很 敏感 ， 这 使 得目 标 识 别中 测 试 距离 像 应 与模 板 库 进 行 类 别 、 方位 、 平移三维的匹配搜索 ， 实时处理困难 。 距离像的方位敏 感性 直 接 影响 模 板 的存 储 量 ， 松弛 方 位 敏感 性 对 减 少 模 板 数 目 ， 降低识别运算量具有重要意义 。 研究表明 ， 一定角域内的 平均 距 离 像对 目 标 姿态 变 化 具有 良 好 的稳 健 性 ， 可 作 为 特 征 建立模板库 。 距离像的平移主要是由目标相对雷达的径向位 移引 起 的 ， 平移 敏 感 性使 识 别 过程 中 必 须进 行 平 移 配 准 ， 代 表方 法 是 滑动 相 关 法 ， 通 过 求 相关 峰 进 行平 移 补 偿 。 平 移 配 准缺 点 是 运算 量 大 ， 提取 距 离 像的 平 移 不变 特 征 在 特 征 域 对 目 标 进 行识 别 则 可以 避 免 平移 配 准 问题 ， 从 而 减 少 运 算 量 [1]。
A new feature extraction method for radar target recognition
YE Qi-yong ， LI Hui
（School of Electronics＆Information ， Northwestern Polytechnical University ， Xi ’an 710129 ， China ）
1
1.1
特征提取
方位敏感性及其预处理 松弛 距 离像 的 方 位敏 感 性 可以 减 少 模 板 的 数 目 ， 降 低 识
别运算量是距离像识别中的一个重要问题 。 对于一维距离像 目标 识 别 ， 我 们 通 过对 目 标 的每 一 角 域建 立 对 应 一 个 模 板 的 分 角 域来 消 除 转动 带 来 的姿 态 敏 感性 ， 即 采 用 平 均 距 离 像 方 法 松弛 距 离 像的 方 位 敏感 性 [4]。 也 可以 在 特 征 提 取 与 压 缩 过 程中 ， 通过提取目标的不敏感特性 ， 消除转动带来的影响 。 如
笔者采用目标一定角域的平均距离像提高方位的稳健 性 ， 在此 基 础 上提 取 归 一化 一 维 距离 像 的 中心 矩 特 征 和 熵 特 征 ， 得 到 中 心矩 和 熵 组合 特 征 。 分别 采 用 最 大 最 小 距 离 判 别 法 ， 支 持 向 量机 （SVM ） 进 行 识 别 ， 仿 真 实 验 表 明 ， 中 心 矩 和 熵 组合特征具有良好的可分性 ， 可较好地提高识别性能 。
Abstract: In this paper，based on preprocessing technique to radar one-dimensional range profiles，two translation-invariant features-central moments and entropy have been extracted to solve the sensitivity of translation and Orientation，and combined to form new features database， then using Karhunen-Loeve transform for further feature compression. The maximum and minimum distance criterion and the SVM classifier are designed to evaluate and compare the recognition performance. The experimental results show that the new feature extraction methods ，based on combination of the central moments-entropy， can significantly enhance the objectives of separability， and greatly improve the recognition rate. Key words: high range resolution profile ； central moments ； entropy ； feature extraction