基于平移不变核主分量分析的雷达目标识别研究 (2011年)

【文件属性】：
文件名称：基于平移不变核主分量分析的雷达目标识别研究 (2011年)
文件大小：390KB
文件格式：PDF
更新时间：2021-05-18 12:09:25
工程技术 论文 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。