一种雷达HRRP在线自适应目标识别方法  

作　　者：陈凤[1] 侯庆禹[1] 刘宏伟[1] 保铮[1] 

机构地区：[1]西安电子科技大学雷达信号处理重点实验室,西安710071

出　　处：《自然科学进展》2009年第12期1410-1417,共8页

基　　金："教育部长江学者和创新团队支持计划"(批准号:IRT0645);国家自然科学基金(批准号:60772140);国防预研基金联合资助

摘　　要："边录取、边学习、边建模"是一维高分辨距离像(HRRP)雷达自动目标识别(RATR)工程化的一条路径,宽带雷达对飞行中的机动目标录取的HRRP随着目标相对于雷达的姿态而变化,完备(全姿态)的HRRP数据库可以看做是关于姿态(主要是方位)的非平稳过程,常用的平稳环境下的在线算法对非平稳的环境适应能力有限。文中通过一种在线混合专家(OME)将HRRP数据在线地分割成若干个近似平稳的区域,在各个区域内使用平稳协方差函数的在线Gauss过程分类器(OGPC)。针对迭代在线Gauss过程分类(IOGPC)的参数学习算法EP和EM,提出了一种双链Gauss过程(Bi-OGP)来使OGPC的参数得以在单次数据扫掠的情况下实现在线更新。针对迭代在线混合专家门网络参数的学习算法EM,提出了基于初值选择的单次数据扫掠学习方法。基于HRRP实测数据的仿真试验证明,文中方法在单次扫描数据时就获得了高于或接近最近邻、迭代在线线性最小均方(LMS)混合专家和OGPC的识别率。

关 键 词：雷达自动目标识别(RATR) 高分辨距离像(HRRP) 在线算法 Gauss过程分类器(GPC) 混合专家(ME) 

分 类 号：TN957.52[电子电信—信号与信息处理] O224[电子电信—信息与通信工程]