基于非线性特征提取的SAR自动目标识别

摘要：

本文研究了几种基于非线性特征提取的SAR自动目标识别,包括KPCA(Kernel Principal Component Analysis)和KFD(kernel Fisher discriminate)两种特征提取方法,提取的特征由SVM(Support Vector Machine)分类器分类.针对基于美国国防高级研究计划署空军研究室提供的MSTAR(Moving and Stationary Target Acquisition and Recognition)实测SAR地面目标数据的实验结果,本文对不同特征提取方法下的识别率、推广性以及对目标方位信息的鲁棒特性作了分析和比较.

关键词： 合成孔径雷达 目标识别 非线性特征 特征提取 识别率

作者: 韩萍 中国民航学院通信与信息处理研究所(天津) 中科院自动化所模式识别国家重点实验室(北京) 吴仁彪 中国民航学院通信与信息处理研究所(天津) 中科院自动化所模式识别国家重点实验室(北京) 王兆华 中国民航学院通信与信息处理研究所(天津) 中科院自动化所模式识别国家重点实验室(北京) 王蕴红 中国民航学院通信与信息处理研究所(天津) 中科院自动化所模式识别国家重点实验室(北京)

作者单位: 天津大学电信学院(天津)

会议类型: 国内会议

会议名称: 第八届全国雷达学术年会

会议地点: 合肥

会议语种:中文

页码: 492-495

在线出版日期: 2002-11-01（万方平台首次上网日期，不代表论文的发表时间）