【技术实现步骤摘要】
一种非线性稳健子空间真假目标特征提取方法
本专利技术属于雷达目标识别
,具体涉及一种非线性稳健子空间真假目标特征提取方法。
技术介绍
在雷达目标识别中,子空间方法是一种有效的特征提取方法。比如,主分量分析子空间法能够很好地描述目标数据集的主要能量方向,但在分类性能上不具有最优性。而正则子空间法能够增大异类目标特征之间的差异,同时减小同类目标特征之间的差异,比特征子空间法的分类性能有了一定的改善。但是,当目标数据分布中出现明显的非线性时,以上这些线性子空间方法的正确识别率会下降,另外,当训练数据个数有限时,会造成对子空间变换矩阵的估计误差增大,导致提取的目标特征不稳健、可信度低。因此,现有子空间法的识别性能有进一步改善的余地。
技术实现思路
本专利技术的专利技术目的在于:针对上述存在的问题,提供一种非线性稳健子空间真假目标特征提取方法,以改善现有子空间法的对雷达真假目标的分类性能。本专利技术的非线性稳健子空间真假目标特征提取方法,包括下列步骤:步骤1:输入关于雷达目标一维距离像的训练样本集,用xij表示训练样本,其中下标i为类别区分符、下标j为训练样本区分符,且1 ...
【技术保护点】
1.一种非线性稳健子空间真假目标特征提取方法,其特征在于,包括下列步骤:步骤1:输入关于雷达目标一维距离像的训练样本集,用xij表示训练样本,其中下标i为类别区分符、下标j为训练样本区分符,且1≤i≤g,1≤j≤Ni,g表示类别数量,Ni表示对应类别的样本数;步骤2:基于预设的非线性变换函数
【技术特征摘要】
1.一种非线性稳健子空间真假目标特征提取方法,其特征在于,包括下列步骤:步骤1:输入关于雷达目标一维距离像的训练样本集,用xij表示训练样本,其中下标i为类别区分符、下标j为训练样本区分符,且1≤i≤g,1≤j≤Ni,g表示类别数量,Ni表示对应类别的样本数;步骤2:基于预设的非线性变换函数通过所有训练样本的非线性变换计算非线性稳健子空间变换矩阵ANL:其中,Z=[z1…z1z2…z2…],zi表示训练样本xij对应的类标签矢量,矩阵Z中zi的个数等于Ni...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。