摘要:
针对雷达高分辨距离像(high resolution range profile, HRRP)目标识别问题,提出基于卷积稀疏编码与多分类融合(convolutional sparse coding and multi-classifier fusion,CSCMF)的识别方法。首先,该方法利用CSC方法对目标HRRP进行特征提取,同时实现数据压缩;然后,将测试样本的特征分别输入随机森林分类器、朴素贝叶斯分类器和最小值分类器进行预分类,得到3个预测标签。采用多数投票法对3个预测标签进行分类器融合,得到最终的识别决策。实验中研究了分类器融合方法。基于5种飞机目标的HRRP仿真数据进行了实验验证,实验结果表明该方法的分类准确率较高,而且对噪声有较强的鲁棒性。
王彩云, 胡允侃, 李晓飞, 魏文怡, 赵焕玥. 基于卷积稀疏编码与多分类器融合的雷达HRRP目标识别方法[J]. 系统工程与电子技术, 2018, 40(11): 2433-.
WANG Caiyun, HU Yunkan, LI Xiaofei, WEI Wenyi, ZHAO Huanyue. Radar HRRP target recognition based on convolutional sparse coding and multi-classifier fusion[J]. Systems Engineering and Electronics, 2018, 40(11): 2433-.