论文研究-基于平移不变核主分量分析的雷达目标识别研究.pdf

【文件属性】：
文件名称：论文研究-基于平移不变核主分量分析的雷达目标识别研究.pdf
文件大小：445KB
文件格式：PDF
更新时间：2022-08-11 12:30:42
核主分量分析,零相位表示法,特征提取,高分辨率距离像,BP神经网络 雷达目标识别中，核主分量分析（KPCA）算法是一种重要的特征提取算法，但雷达目标高分辨率距离像（HRRP）具有平移敏感性，使得该方法应用于基于雷达目标识别系统中具有其缺陷性。采用零相位表示法得到平移不变的HRRP，利用KPCA进行特征维数压缩，利用BP神经网络分类算法来实现识别。仿真实验结果表明，该方法实现了平移不变和降维的结合，具有较高的识别率和很好的推广性。