基于聚类中心GDA的一维像目标识别方法  

HRRP Target Recognition Method Based on Cluster Centers for GDA

作　　者：孙俊[1] 戴蓓蒨[2] 刘洋[3] 

机构地区：[1]南京电子技术研究所 [2]中国科学技术大学电子科学与技术系 [3]中国地质大学计算机学院

出　　处：《现代雷达》2009年第6期47-50,59,共5页Modern Radar

基　　金：江苏省"六大人才高峰高层次人才资助项目"(08-E-008)

摘　　要：对于目标高分辨一维距离像的目标识别,给出了一种基于广义判别分析(GDA)的特征非线性映射方法,将所提取的功率谱特征参数优化后,使目标特征参数在非线性特征空间中的Fisher比增大,使用基于高斯混合模型的分类器进行目标识别。针对训练样本多时GDA计算代价大,特征提取速度慢问题,提出了一种将训练样本做聚类后使用聚类中心作为训练样本计算GDA模型参数的快速算法,使模型训练时间及其特征识别时间均有很大程度上的减少,并且识别效果也相对与抽样选择训练样本有明显提高,实验结果表明了文中所提方法的有效性。In HRRP target recognition, Generalized Discriminant Analysis （GDA） is used for optimization of power spectrum features which are mapped from linear space to nonlinear space by kernel method. Using recognition method based on Gaussian Mixture Model （GMM） , the standard GDA may suffer from large computation load and slow speed of feature extraction for the case of large number of training samples. To overcome these problems, a method using cluster centers as training set is proposed for reducing the number of training sets so as to significantly decrease the computation time and simultaneously recognition rate is also improved. The proposed approach is proved to be effective by conducted experiments.

关 键 词：一维像 目标识别 广义判别分析 聚类中心 高斯混合模型 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]