基于广义匹配滤波的飞机目标杂噪稳健分类方法

摘要

本发明属于雷达目标分类识别技术领域，特别涉及基于广义匹配滤波的飞机目标杂噪稳健分类方法。该基于广义匹配滤波的飞机目标杂噪稳健分类方法包括以下步骤：S1：利用雷达接收实测数据，针对接收到的实测数据，执行步骤S2至步骤S5；S2：得出飞机目标回波样本的自相关矩阵；S3：得出广义匹配滤波的白化矩阵；S4：得出飞机目标回波样本在滤除杂波和噪声后的自相关矩阵；S5：得出实测数据的3维特征谱散布特征；S6：得出训练数据特征矩阵；利用训练数据特征矩阵训练支撑向量机分类器；S7：利用训练完成的支撑向量机分类器对实测数据的3维特征谱散布特征进行分类。

主权项

基于广义匹配滤波的飞机目标杂噪稳健分类方法，其特征在于，包括以下步骤：S1：利用雷达接收实测数据，雷达接收的实测数据包括飞机目标的回波数据、杂波的回波数据和噪声数据；针对雷达接收的实测数据，执行步骤S2至步骤S5；S2：在雷达接收的实测数据中，选取飞机目标所在距离单元的回波数据作为飞机目标回波样本；得出飞机目标回波样本的自相关矩阵；S3：在雷达接收到的实测数据中筛选出杂波样本，根据杂波样本得出广义匹配滤波的白化矩阵；S4：根据杂波样本，估计出实测数据的噪声时域平均功率；根据实测数据的噪声时域平均功率、以及广义匹配滤波的白化矩阵，得出飞机目标回波样本在滤除杂波和噪声后的自相关矩阵；S5：针对飞机目标回波样本在滤除杂波和噪声后的自相关矩阵，作特征值分解，根据特征值分解的结果，得出实测数据的3维特征谱散布特征；S6：获取飞机目标的回波数据的多组训练数据；按照得出实测数据的3维特征谱散布特征的过程，得出每组训练数据的3维特征谱散布特征；利用各组训练数据的3维特征谱散布特征构成训练数据特征矩阵；利用训练数据特征矩阵训练支撑向量机分类器；S7：利用训练完成的支撑向量机分类器对实测数据的3维特征谱散布特征进行分类，得出飞机目标的分类结果。