发明名称 |
基于广义特征分解的全极化高分辨距离像目标检测方法 |
摘要 |
本发明公开了一种基于广义特征分解的全极化高分辨距离像目标检测方法,包括以下步骤:(1)根据已知的全极化雷达的回波获取训练目标回波和训练杂波作为训练数据;计算训练目标回波的相干向量的协方差矩阵C<sup>(O)</sup>和训练杂波的相干向量的协方差矩阵C<sup>(C)</sup>;计算投影矩阵P;(2)获取全极化雷达的测试全极化高分辨距离像作为测试数据;将测试数据划分为L个距离单元,并提取测试数据的每个距离单元的相干向量;将测试数据的每个距离单元的相干向量左乘投影矩阵P,得到测试数据的每个距离单元的重构相干向量,计算每个距离单元的重构相干向量的2-范数;设定检测门限η,如果第l个距离单元的重构相干向量k'<sub>D</sub>(l)的2-范数||k'<sub>D</sub>(l)||<sub>2</sub>≥η,将测试数据判定为目标,否则判定为杂波。 |
申请公布号 |
CN105044697A |
申请公布日期 |
2015.11.11 |
申请号 |
CN201510364487.6 |
申请日期 |
2015.06.26 |
申请人 |
西安电子科技大学 |
发明人 |
杜兰;杨栋文;李芳;罗智泉;王英华;纠博 |
分类号 |
G01S7/41(2006.01)I |
主分类号 |
G01S7/41(2006.01)I |
代理机构 |
西安睿通知识产权代理事务所(特殊普通合伙) 61218 |
代理人 |
惠文轩 |
主权项 |
一种基于广义特征分解的全极化高分辨距离像目标检测方法,其特征在于,包括以下步骤:步骤1,根据已知的全极化雷达的回波,获取训练目标回波和训练杂波作为训练数据;通过广义特征分解方法,从训练数据中找到信杂比相对较大的子空间,计算得到投影矩阵P;步骤2,获取全极化雷达的测试全极化高分辨距离像作为测试数据;根据投影矩阵P对测试数据进行目标检测。 |
地址 |
710071 陕西省西安市太白南路2号 |