基于极化高分辨距离像的SVM目标识别方法

摘要：

针对支持向量机(SVM)对单一雷达目标高分辨距离像数据源识别率较低和鲁棒性较差的问题,结合雷达目标极化信息,生成了雷达目标的极化综合距离像,提出了一种基于极化高分辨距离像的SVM目标识别方法。应用该方法分别对四类实测和仿真目标的ISAR成像数据进行了处理和识别实验,所得结果明显优于单一极化状态下的正确识别率,且鲁棒性更高。

关键词： 高分辨距离像 极化信息 支持向量机 特征提取 目标识别 雷达目标 数据源识别

作者: 梁海涛 童创明 王晓丹

作者单位: 空军工程大学导弹学院 陕西三原 713800

会议类型: 国内会议

会议名称: 2007”信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛

会议地点: 西安

会议语种:中文

页码: 148-151

在线出版日期: 2007-09-15（万方平台首次上网日期，不代表论文的发表时间）