基于随机森林的雷达高分辨距离像目标识别新方法  

A New Radar HRRP Target Recognition Method Based on Random Forest

作　　者：姚莉娜[1] 吴艳敏[1] 崔光照[1] 

机构地区：[1]郑州轻工业学院电气信息工程学院,河南郑州450002

出　　处：《郑州大学学报（工学版）》2014年第4期105-108,共4页Journal of Zhengzhou University（Engineering Science）

基　　金：国家自然科学基金资助项目(61070238)

摘　　要：高分辨距离像(HRRP)包含了丰富的目标结构信息,被广泛地应用于雷达自动目标识别领域.传统的基于贝叶斯分类器和核分类器的HRRP识别方法分别存在模型-数据失配以及计算复杂度大等问题.为了解决以上问题,提出了基于随机森林(RF)的HRRP识别方法,详细介绍了随机森林的原理和用于HRRP识别的基本步骤.仿真数据的实验结果表明,与贝叶斯分类器和核分类器相比,随机森林在识别性能和计算效率等方面有显著提高.High resolution range profile （HRRP） contains abundant target structure information, and is widely used in radar automatic target recognition （RATR） area. Traditional Bayes classifier or kernel classifier based recognition method suffers from the model - data mismatch or huge computational burden. To solve this prob- lem, a random forest （RF） based HRRP recognition method is proposed. Both the principle and algorithm procedure of RF are introduced in detail. Experimental results based on simulated data show that RF is superi- or in recognition performance and computation efficiency compared with Bayes classifier and kernel classifier.

关 键 词：目标识别 高分辨距离像 随机森林 

分 类 号：TN959.1[电子电信—信号与信息处理]