-
题名基于时频图像与极点特征融合的雷达目标识别方法
- 1
-
-
作者
周泳靖
李永刚
朱卫纲
-
机构
航天工程大学
-
出处
《兵器装备工程学报》
北大核心
2025年第7期256-264,共9页
-
文摘
针对目前多利用光学区的单一特征进行目标识别易受到角度限制、噪声干扰的问题,提出一种基于时频图像与极点特征融合的雷达目标识别方法,研究谐振区信号特性在目标识别中的应用。利用矩阵束法提取目标极点以挖掘谐振区特性,通过时频分析方法将俯仰、方位角度变化的回波信号序列时频特性映射到图像高维空间。融合极点和信号时频变换图像2种特征,输入随机森林模型并进行参数优化,对目标加噪回波信号分类识别,构建了端到端的机器学习识别模型。基于融合特征的目标识别准确率达到97.24%,相较于仅使用单一极点与时频图像特征识别分别提升了2.07%与4.16%,且结果具有更低的标准差。此外,对于相同结构、不同尺寸2种目标的识别准确率可达100%。结果表示,该方法利用信号回波包含的特征信息与谐振区极点的角度不敏感性优势,在低信噪比、目标角度变化且存在虚假极点的条件下具有识别结果准确性与可靠性,对精细化目标部件、结构识别方法具有参考价值。
-
关键词
雷达目标识别
谐振区特性
特征融合
崔-威廉姆斯时频变换
随机森林
-
Keywords
radar target recognition
resonance zone characteristics
feature fusion
Choi-Williams time-frequency transform
random forest
-
分类号
TN95
[电子电信—信号与信息处理]
-
