10.3969/j.issn.1001-2400.2009.05.007
提高雷达HRRP目标识别和拒判性能的核学习算法
雷达高分辨距离像(HRRP)数据具有明显的多模分布特性.在雷达HRRP识别和拒判中,采用单个高斯核很难准确地描述HRRP数据的多模分布.针对该问题,将单个高斯核扩展到多个高斯核线性组合的形式,并将该组合形式应用到支持向量域描述(SVDD)中来处理识别和拒判问题.根据对组合系数自由度的不同限制,扩展后的多核支持向量域描述(Multi-kernel SVDD)方法可以分别表述为不同的凸优化形式:二阶锥规划(SOCP)和半正定规划(SDP),它们都可以收敛到全局最优解.新方法采用了更加复杂的核函数形式,能够更加灵活地描述HRRP数据在高维特征空间的多模分布,从而提高雷达HRRP的识别和拒判性能.仿真实验结果显示该方法的损失值仅为单核SVDD的88.6%~93.2%.
高分辨距离像、多模分布、识别、拒判、支持向量域描述、多核支持向量域描述、凸优化
36
TN959.1
教育部长江学者和创新团队支持计划资助IRT0645;国家自然科学基金资助60772140;国家部委预研项目和国家部委预研基金联合资助
2009-12-04（万方平台首次上网日期，不代表论文的发表时间）
共8页
793-800
