[發明專利]一種非線性穩健子空間真假目標特征提取方法有效
| 申請號： | 201810978243.0 | 申請日： | 2018-08-27 |
| 公開（公告）號： | CN108845303B | 公開（公告）日： | 2022-03-15 |
| 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： | 電子科技大學專利中心 51203 | 代理人： | 周劉英 |
| 地址： | 611731 四川省成*** | 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 非線性 穩健 空間 真假 目標 特征 提取 方法 | ||
本發明公開了一種非線性穩健子空間真假目標特征提取方法，屬于雷達目標識別技術領域。本發明利用訓練樣本數據集建立非線性穩健子空間變換矩陣，對真假目標一維距離像進行變換，一方面能夠較好地描述數據分布中出現的非線性，同時，在目標函數中加入對子空間變換矩陣模平方的限制項，以降低因訓練數據不夠引起的對子空間變換矩陣的估計誤差，保證子空間變換矩陣的穩健，從而提高目標識別性能。
技術領域
本發明屬于雷達目標識別技術領域，具體涉及一種非線性穩健子空間真假目標特征提取方法。
背景技術
在雷達目標識別中，子空間方法是一種有效的特征提取方法。比如，主分量分析子空間法能夠很好地描述目標數據集的主要能量方向，但在分類性能上不具有最優性。而正則子空間法能夠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，比特征子空間法的分類性能有了一定的改善。
但是，當目標數據分布中出現明顯的非線性時，以上這些線性子空間方法的正確識別率會下降，另外，當訓練數據個數有限時，會造成對子空間變換矩陣的估計誤差增大，導致提取的目標特征不穩健、可信度低。因此，現有子空間法的識別性能有進一步改善的余地。
發明內容
本發明的發明目的在于：針對上述存在的問題，提供一種非線性穩健子空間真假目標特征提取方法，以改善現有子空間法的對雷達真假目標的分類性能。
本發明的非線性穩健子空間真假目標特征提取方法，包括下列步驟：
步驟1：輸入關于雷達目標一維距離像的訓練樣本集，用xij表示訓練樣本，其中下標i為類別區分符、下標j為訓練樣本區分符，且1≤i≤g，1≤j≤Ni，g表示類別數量，Ni表示對應類別的樣本數；
步驟2：基于預設的非線性變換函數通過所有訓練樣本的非線性變換計算非線性穩健子空間變換矩陣ANL：
其中，
Z＝[z1…z1z2…z2…]，zi表示訓練樣本xij對應的類標簽矢量，矩陣Z中zi的個數等于Ni；
I表示單位矩陣，λ表示預設系數；
步驟3：輸入待提取子像特征的雷達真假目標一維距離像xt，根據得到一維距離像xt的特征矢量yt。
即一維距離像xt的特征矢量yt為：其中即k(·)表示關于線性變換函數的核函數。
綜上所述，由于采用了上述技術方案，本發明的有益效果是：
本發明一方面能夠有效描述目標樣本數據分布中出現的非線性情況，同時又能克服因訓練樣本數據個數不夠造成的對子空間變換矩陣的估計不穩健的缺陷，有效改善了對雷達真假目標的分類性能。
具體實施方式
為使本發明的目的、技術方案和優點更加清楚，下面結合實施方式，對本發明作進一步地詳細描述。
本發明針對現有子空間法在提取目標特征時存在目標特征不穩健、可信度低的技術問題，提出了一種非線性穩健子空間真假目標特征提取方法，以改善現有子空間法的對雷達真假目標的分類性能。
其具體實現為：
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/201810978243.0/2.html，轉載請聲明來源鉆瓜專利網。
