太阳城集团

  • / 11
  • 下载费用:30 金币  

一种基于邻域特征空间鉴别分析的雷达目标识别方法.pdf

摘要
申请专利号:

CN201610529486.7

申请日:

2016.07.07

公开号:

太阳城集团CN106257488A

公开日:

2016.12.28

当前法律状态:

实审

有效性:

审中

法律详情: 实质审查的生效IPC(主分类):G06K 9/00申请日:20160707|||公开
IPC分类号: G06K9/00 主分类号: G06K9/00
申请人: 电子科技大学
发明人: 于雪莲; 贾静; 戴麒麟; 李海翔; 周云
地址: 611731 四川省成都市高新西区西源大道2006号
优先权:
专利代理机构: 四川君士达律师事务所 51216 代理人: 芶忠义
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

太阳城集团CN201610529486.7

授权太阳城集团号:

|||

法律状态太阳城集团日:

太阳城集团2017.01.25|||2016.12.28

法律状态类型:

太阳城集团实质审查的生效|||公开

摘要

太阳城集团本发明公开了一种基于邻域特征空间鉴别分析的雷达目标识别方法,将每类雷达目标的数据划分为训练样本和测试样本;构建每个训练样本的类内邻域特征空间和类间邻域特征空间,并计算每个样本点到其类内和类间邻域特征空间的垂直矢量并计算其加权值;构建所有训练样本的类内散射矩阵和类间散射矩阵并求解高维雷达目标数据空间到低维特征子空间的变换矩阵,根据得到的变换矩阵,将所有的训练样本和测试样本从高维雷达目标数据空间变换到低维特征子空间中的特征点,完成特征提取;采用最近邻法对每一个测试样本的特征点进行分类,完成雷达目标识别。本发明方法能够有效提高子空间的学习能力,提高有限训练样本条件下的雷达目标识别性能,且运算量低。

权利要求书

1.一种基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在于,该方法包括以
下步骤:
步骤S1:将每类雷达目标的数据划分为训练样本和测试样本;
步骤S2:构建每个训练样本的类内邻域特征空间和类间邻域特征空间,并计算每个样
本点到其类内和类间邻域特征空间的垂直矢量;
步骤S3:根据每个样本点到其类内和类间邻域特征空间的垂直矢量,计算该样本点的
加权值;
步骤S4:构建所有训练样本的类内散射矩阵和类间散射矩阵;
步骤S5:根据构建的类内和类间散射矩阵,求解高维雷达目标数据空间到低维特征子
空间的变换矩阵,使得低维特征空间上类内的点到空间距离之和达到最小,同时类间的点
到空间距离之和达到最大;
步骤S6:根据得到的变换矩阵,将所有的训练样本和测试样本从高维雷达目标数据空
间变换到低维特征子空间中的特征点,完成特征提取;
步骤S7:采用最近邻法对每一个测试样本的特征点进行分类,完成雷达目标识别。
2.根据权利要求1所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S1中,所述的训练样本是用来进行子空间学习,以获得从高维数据空间到低维特征
子空间的变换矩阵,所述的测试样本是用来进行目标分类,以测试所提供方法的识别性能;
每类目标的前Ntr个数据用于组成训练样本,后(N-Ntr)个数据用于组成测试样本,其
中,N为每类目标的总样本个数,Ntr为每类目标训练样本的个数,(N-Ntr)为每类目标测试
样本的个数。
3.根据权利要求1所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S2中,对于每个训练样本点xi,找到K1个与它距离最近且来自同一个目标类别的样
本点,记为这些样本点张成xi的类内邻域特征空间Fw,计算xi在空间Fw
上的投影点:

对于每个训练样本点xi,找到K2个与它距离最近且来自不同目标类别的样本点,记为
这些样本点张成xi的类间邻域特征空间Fb,计算xi在空间Fb上的投影
点:

样本点xi到其类内邻域特征空间的垂直矢量为:
样本点xi到其类间邻域特征空间的垂直矢量为:
所述的K1和K2应小于每类目标训练样本的个数。
4.根据权利要求3所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S3中,样本点xi的加权值为:

其中,||·||表示矢量的二范数。
5.根据权利要求4所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S4中,类内散射矩阵为:

类间散射矩阵为:

其中,N是所有训练样本的总数。
6.根据权利要求5所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S5中,变换矩阵通过求解如下最优化问题而得到:

约束条件:VTV=I
其中,V表示所要求解的变换矩阵,tr表示矩阵的迹,约束条件VTV=I是为了保证求解结
果的唯一性;
将上述优化问题转化为对矩阵(Sb Sw)进行特征分解,并取其前d个最大的特征值对应
的特征向量v1,…,vd构成所要求解的变换矩阵:V=[v1,…,vd];其中,d为低维特征子空间
的维数,d应小于高维雷达目标数据空间的维数。
7.根据权利要求6所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S6中,低维特征子空间中与x对应的特征点为:
y=VTx
其中,x表示高维雷达目标数据空间中的任一样本点,y表示低维特征子空间与x对应的
特征点。
8.根据权利要求1所述的基于邻域特征空间鉴别分析的雷达目标识别方法,其特征在
于,步骤S7中,所述的最近邻法是指将待识别的测试样本的特征点划归到与它距离最近的
训练样本的特征点所属的目标类别中。

关 键 词:
一种 基于 邻域 特征 空间 鉴别 分析 雷达 目标 识别 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种基于邻域特征空间鉴别分析的雷达目标识别方法.pdf
链接地址:http://zh228.com/p-6100795.html

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');