[發明專利]一種鄰域分布結構非線性投影目標特征提取方法有效
| 申請號： | 201810822980.1 | 申請日： | 2018-07-25 |
| 公開（公告）號： | CN108594202B | 公開（公告）日： | 2021-07-27 |
| 發明（設計）人： | 周代英 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G01S7/41 | 分類號： | G01S7/41 |
| 代理公司： | 成都點睛專利代理事務所(普通合伙) 51232 | 代理人： | 孫一峰 |
| 地址： | 611731 四川省*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 鄰域 分布 結構 非線性 投影 目標 特征 提取 方法 | ||
本發明屬于雷達目標識別技術領域，具體涉及一種鄰域分布結構非線性投影目標特征提取方法。本發明提出一種鄰域分布結構非線性投影特征提取方法，該方法通過利用鄰域樣本構建非線性投影矩陣，增大近鄰樣本的作用，而降低遠距離分散樣本的影響，能夠有效提取非高斯分布數據的非線性局部結構特征，克服常規非線性投影法的缺陷，有效改善了對雷達真假目標的分類性能。
技術領域
本發明屬于雷達目標識別技術領域，具體涉及一種鄰域分布結構非線性投影目標特征提取方法。
背景技術
投影方法在雷達目標識別中得到了廣泛的應用，主分量投影法能夠很好地表示目標數據集的主分量方向，而判別矢量投影法通過增大異類目標特征之間的差異，同時減小同類目標特征之間的差異，從而提取到更有利于分類的特征。
但是，樣本數據分布中出現明顯的非線性時，以上線性投影法不能有效處理非線性問題，其識別性能明顯下降，甚至無法完成識別任務。因此，提出了很多基于核函數的非線性投影法，這些非線性投影法由于能夠更好地表示數據中出現的非線性，因此，非線性投影法的識別性能有了較大的改善。
然而，以上這些非線性投影法只適合于樣本數據是高斯分布的情況，而實際中樣本數據的分布可能是非高斯分布，針對非高斯分布情況，現有非線性投影法的識別性能顯著降低。研究結果表明現有常非線性投影法的識別性能有進一步改善的余地。
發明內容
本發明針對上述問題，提出一種鄰域分布結構非線性投影特征提取方法，該方法通過利用鄰域樣本構建非線性投影矩陣，增大近鄰樣本的作用，而降低遠距離分散樣本的影響，能夠有效提取非高斯分布數據的非線性局部結構特征，克服常規非線性投影法的缺陷，有效改善了對雷達真假目標的分類性能。
本發明所采用的技術方案為：
一種鄰域分布結構非線性投影目標特征提取方法，其特征在于，包括以下步驟：
S1、設n維列矢量xij為第ith類真假目標的第jth個訓練一維距離像，1≤i≤g，1≤j≤Ni，其中Ni為第ith類真假目標的訓練一維距離像樣本數，N為訓練一維距離像樣本總數；
S2、采用鄰域分布結構非線性投影特征提取方法，構建目標函數，具體包括：
S21、將訓練一維距離像xij進行非線性變換
yij＝ATφ(xij) (1)
其中φ(·)為非線性映射函數，A為變換矩陣，yij為xij對應的非線性特征矢量，T表示矩陣轉置；
S22、在非線性特征空間計算同類任意兩個樣本非線性特征矢量之間的調制距離平方和：
其中為類內鄰域分布結構調制系數；當同類樣本xij和xik互為k1個近鄰子時：
否則為零；
利用矩陣跡的運算公式，式(2)轉換為：
將式(1)代入式(4)
對式(5)化簡，得
其中
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810822980.1/2.html，轉載請聲明來源鉆瓜專利網。
