CN108828574A - 一种类间分离增强子空间真假目标特征提取方法 - Google Patents

一种类间分离增强子空间真假目标特征提取方法 Download PDF

Info

Publication number
CN108828574A
CN108828574A CN201810383340.5A CN201810383340A CN108828574A CN 108828574 A CN108828574 A CN 108828574A CN 201810383340 A CN201810383340 A CN 201810383340A CN 108828574 A CN108828574 A CN 108828574A
Authority
CN
China
Prior art keywords
class
formula
true
target
range profile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810383340.5A
Other languages
English (en)
Other versions
CN108828574B (zh
Inventor
周代英
张瑛
冯健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810383340.5A priority Critical patent/CN108828574B/zh
Publication of CN108828574A publication Critical patent/CN108828574A/zh
Application granted granted Critical
Publication of CN108828574B publication Critical patent/CN108828574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于雷达目标识别技术领域，具体的说是一种类间分离增强子空间真假目标特征提取方法。本发明的方法利用类间分离程度作为增强因子，加大了类间分离大的数据样本在建立子空间过程中的作用，进一步增大异类之间的分离程度，从而提高目标识别性能，即使目标区域有混叠的情况下，仍然能获得高的识别率，对四类仿真目标的一维距离像数据进行了仿真实验，实验结果验证了方法的有效性。

Description

一种类间分离增强子空间真假目标特征提取方法
技术领域
本发明属于雷达目标识别技术领域，具体的说是一种类间分离增强子空间真假目标特征提取方法。
背景技术
在雷达目标识别中，正则子空间方法是一种有效的特征提取方法。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，因此，正则子空间法具有良好的分类性能。
但是，常规的正则子空间在建立变换矩阵时对目标数据是等值加权，当目标数据分布区域相隔较近时，正则子空间法的识别性能将下降。因此，现有常规正则子空间法的识别性能有进一步改善的余地。
发明内容
本发明的目的，就是针对上述问题，提出一种类间分离增强子空间真假目标特征提取方法，该方法利用类间距离作为加权权值，加大了类间分离大的数据样本在建立子空间过程中的作用，进一步增大异类之间的分离程度，克服常规正则子空间的缺陷，有效改善了对雷达真假目标的分类性能。
本发明的技术方案为：
一种类间分离增强子空间真假目标特征提取方法，其特征在于，包括以下步骤：
a、设n维列矢量xij为第ith类真假目标的第jth个训练一维距离像,1≤i≤g，1≤j≤Ni，其中Ni为第ith类真假目标的训练一维距离像样本数，N为训练一维距离像样本总数；
b、采用类间分离增强子空间特征提取方法，构建目标函数，具体包括：
b1、将训练一维距离像xij进行如下变换：
yij＝WTxij (1)
其中，W为变换矩阵，yij为变换特征矢量，T表示矩阵转置；
b2、在变换特征空间计算第ith类与第kth类训练数据集分布区域之间的距离平方：
dik＝WT(mi-mk)T(mi-mk)W (2)
其中，mi和mk分别第ith类与第kth类训练样本数据集的均值矢量：
同时，在变换特征空间计算平均类内距离平方：
b3、利用矩阵的运算公式，将式(2)和式(5)分别转换为：
dik＝tr(W(mi-mk)(mi-mk)TWT)＝tr(WSikWT) (6)
其中，tr(·)表示矩阵的迹，
Sik＝(mi-mk)(mi-mk)T (8)
b4、根据公式(6)和(7)，建立加权目标函数J(W)：
其中，为增强因子，为两类之间马氏距离：
b5、根据公式(10)对W求偏导并令其等于零，可得：
公式(13)中的W即为类间分离增强子空间变换矩阵，再利用公式(1)即可得到任意真假目标一维距离像xt的特征矢量yt。
本发明的有益效果为：利用类间分离程度作为增强因子，加大了类间分离大的数据样本在建立子空间过程中的作用，进一步增大异类之间的分离程度，从而提高目标识别性能，即使目标区域有混叠的情况下，仍然能获得高的识别率。
具体实施方式
下面结合仿真数据描述本发明的实际应用效果：
设计四种点目标：真目标、碎片、轻诱饵和重诱饵。雷达发射脉冲的带宽为1000MHZ(距离分辨率为0.15m,雷达径向取样间隔为0.075m),目标设置为均匀散射点目标，真目标的散射点为7，其余三目标的散射点数均为11。在目标姿态角为0°～80°范围内每隔1°的一维距离像中，取目标姿态角为0°、2°、4°、6°、...、80°的一维距离像进行训练,其余姿态角的一维距离像作为测试数据,则每类目标有40个测试样本。
对四种目标(真目标、碎片、轻诱饵和重诱饵)，在姿态角0°～80°范围内,利用本文的类间分离增强子空间特征提取方法和基于常规正则子空间特征提取方法进行了识别实验，结果如表1所示：
表1两种方法的识别结果
从表1的结果可以看到，对真目标，常规正则子空间特征提取法的识别率为88％，而本文的类间分离增强子空间识特征提取方法的识别率为96％；对碎片，常规正则子空间特征提取法的识别率为82％，而本文的类间分离增强子空间特征提取方法的识别率为89％；对轻诱饵，常规正则子空间特征提取法的识别率为84％，而本文的类间分离增强子空间特征提取方法的识别率为90％；对重诱饵，常规正则子空间特征提取法的识别率为86％，而本文的类间分离增强子空间特征提取方法的识别率为89％。平均而言，对四类目标，本文的类间分离增强子空间特征提取方法的正确识别率高于常规正则子空间特征提取法，表明本文的类间分离增强子空间特征提取方法确实改善了多类目标的识别性能。

Claims (1)

1.一种类间分离增强子空间真假目标特征提取方法，其特征在于，包括以下步骤：
a、设n维列矢量xij为第ith类真假目标的第jth个训练一维距离像,1≤i≤g，1≤j≤Ni，其中Ni为第ith类真假目标的训练一维距离像样本数，N为训练一维距离像样本总数；
b、采用类间分离增强子空间特征提取方法，构建目标函数，具体包括：
b1、将训练一维距离像xij进行如下变换：
yij＝WTxij (1)
其中，W为变换矩阵，yij为变换特征矢量，T表示矩阵转置；
b2、在变换特征空间计算第ith类与第kth类训练数据集分布区域之间的距离平方：
dik＝WT(mi-mk)T(mi-mk)W (2)
其中，mi和mk分别第ith类与第kth类训练样本数据集的均值矢量：
同时，在变换特征空间计算平均类内距离平方：
b3、利用矩阵的运算公式，将式(2)和式(5)分别转换为：
dik＝tr(W(mi-mk)(mi-mk)TWT)＝tr(WSikWT) (6)
其中，tr(·)表示矩阵的迹，
Sik＝(mi-mk)(mi-mk)T (8)
b4、根据公式(6)和(7)，建立加权目标函数J(W)：
其中，为增强因子，为两类之间马氏距离：
b5、根据公式(10)对W求偏导并令其等于零，可得：
公式(13)中的W即为类间分离增强子空间变换矩阵，再利用公式(1)即可得到任意真假目标一维距离像xt的特征矢量yt。
CN201810383340.5A 2018-04-26 2018-04-26 一种类间分离增强子空间真假目标特征提取方法 Active CN108828574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810383340.5A CN108828574B (zh) 2018-04-26 2018-04-26 一种类间分离增强子空间真假目标特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810383340.5A CN108828574B (zh) 2018-04-26 2018-04-26 一种类间分离增强子空间真假目标特征提取方法

Publications (2)

Publication Number Publication Date
CN108828574A true CN108828574A (zh) 2018-11-16
CN108828574B CN108828574B (zh) 2022-02-08

Family

ID=64154124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810383340.5A Active CN108828574B (zh) 2018-04-26 2018-04-26 一种类间分离增强子空间真假目标特征提取方法

Country Status (1)

Country Link
CN (1) CN108828574B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149061A (zh) * 2020-09-25 2020-12-29 电子科技大学 一种多类平均最大化真假目标特征提取方法
CN114936597A (zh) * 2022-05-20 2022-08-23 电子科技大学 一种局部信息增强子空间真假目标特征提取方法
US11483676B2 (en) 2019-04-30 2022-10-25 Lg Electronics Inc. Transmitting device for cart having auto following function

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004348462A (ja) * 2003-05-22 2004-12-09 Mitsubishi Electric Corp 分散シミュレーションシステム
RU2004108949A (ru) * 2004-03-18 2005-09-27 Военно-Морской Институт Радиоэлектроники (Ru) Устройство эмуляции радиолокационной станции с активным ответом, сопряженной с обзорной радиолокационной станцией
JP2007226424A (ja) * 2006-02-22 2007-09-06 Fujifilm Corp 特徴点検出方法および装置並びにプログラム
CN101387701A (zh) * 2008-10-24 2009-03-18 西北工业大学 一种基于前向预测的被动时间反转混响抑制方法
US20120038902A1 (en) * 2010-08-13 2012-02-16 Ryan Dotson Enhancement of range measurement resolution using imagery
CN103383449A (zh) * 2013-07-14 2013-11-06 西安电子科技大学 基于esprit算法的机载雷达近程杂波抑制方法
CN103675787A (zh) * 2013-12-03 2014-03-26 电子科技大学 一种雷达目标一维距离像最优正交非线性子空间识别方法
CN103941244A (zh) * 2014-04-23 2014-07-23 电子科技大学 一种雷达目标一维距离像局部最优子空间识别方法
CN104459663A (zh) * 2014-11-27 2015-03-25 中国船舶重工集团公司第七二四研究所 基于高分辨一维距离像的舰艇与货船分类方法
CN105303152A (zh) * 2014-07-15 2016-02-03 中国人民解放军理工大学 一种人体再识别方法
CN105607045A (zh) * 2016-01-11 2016-05-25 西安电子科技大学 一种欺骗式干扰下组网雷达的优化布站方法
JP2016133441A (ja) * 2015-01-21 2016-07-25 三菱電機株式会社 類識別装置
WO2017101434A1 (zh) * 2015-12-16 2017-06-22 深圳大学 一种多摄像机间人体目标再识别的方法及系统
CN106950546A (zh) * 2017-03-22 2017-07-14 西安电子科技大学 基于马氏距离重加权的非均匀杂波抑制方法
CN107132516A (zh) * 2017-05-16 2017-09-05 电子科技大学 一种基于深度置信网络的雷达一维距离像目标识别方法
CN107238822A (zh) * 2017-06-13 2017-10-10 电子科技大学 真假目标一维距离像正交非线性子空间特征提取方法
CN107271965A (zh) * 2017-06-13 2017-10-20 电子科技大学 类聚集子空间的真假目标一维距离像特征提取方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004348462A (ja) * 2003-05-22 2004-12-09 Mitsubishi Electric Corp 分散シミュレーションシステム
RU2004108949A (ru) * 2004-03-18 2005-09-27 Военно-Морской Институт Радиоэлектроники (Ru) Устройство эмуляции радиолокационной станции с активным ответом, сопряженной с обзорной радиолокационной станцией
JP2007226424A (ja) * 2006-02-22 2007-09-06 Fujifilm Corp 特徴点検出方法および装置並びにプログラム
CN101387701A (zh) * 2008-10-24 2009-03-18 西北工业大学 一种基于前向预测的被动时间反转混响抑制方法
US20120038902A1 (en) * 2010-08-13 2012-02-16 Ryan Dotson Enhancement of range measurement resolution using imagery
CN103383449A (zh) * 2013-07-14 2013-11-06 西安电子科技大学 基于esprit算法的机载雷达近程杂波抑制方法
CN103675787A (zh) * 2013-12-03 2014-03-26 电子科技大学 一种雷达目标一维距离像最优正交非线性子空间识别方法
CN103941244A (zh) * 2014-04-23 2014-07-23 电子科技大学 一种雷达目标一维距离像局部最优子空间识别方法
CN105303152A (zh) * 2014-07-15 2016-02-03 中国人民解放军理工大学 一种人体再识别方法
CN104459663A (zh) * 2014-11-27 2015-03-25 中国船舶重工集团公司第七二四研究所 基于高分辨一维距离像的舰艇与货船分类方法
JP2016133441A (ja) * 2015-01-21 2016-07-25 三菱電機株式会社 類識別装置
WO2017101434A1 (zh) * 2015-12-16 2017-06-22 深圳大学 一种多摄像机间人体目标再识别的方法及系统
CN105607045A (zh) * 2016-01-11 2016-05-25 西安电子科技大学 一种欺骗式干扰下组网雷达的优化布站方法
CN106950546A (zh) * 2017-03-22 2017-07-14 西安电子科技大学 基于马氏距离重加权的非均匀杂波抑制方法
CN107132516A (zh) * 2017-05-16 2017-09-05 电子科技大学 一种基于深度置信网络的雷达一维距离像目标识别方法
CN107238822A (zh) * 2017-06-13 2017-10-10 电子科技大学 真假目标一维距离像正交非线性子空间特征提取方法
CN107271965A (zh) * 2017-06-13 2017-10-20 电子科技大学 类聚集子空间的真假目标一维距离像特征提取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DAIYING ZHOU: "Radar target HRRP recognition based on reconstructive and discriminative dictionary learning", 《SIGNAL PROCESSING》 *
YOSHINORI SAHGUCHI: "FEATURE EXTRACTION USING SUPERVISED INDEPENDENT COMPONENT ANALYSIS BY MAXIMIZING CLASS DISTANCE", 《PROCEEDINGS OF THE 9TH INTERNATIONAL CONFERENCE ON NEURAL INFORMATION PROCESSING》 *
周代英: "非线性正则子空间法雷达目标一维距离像识别", 《模式识别与人工智能》 *
李陆军: "基于运动特征的弹道导弹目标识别技术", 《控制与制导》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11483676B2 (en) 2019-04-30 2022-10-25 Lg Electronics Inc. Transmitting device for cart having auto following function
CN112149061A (zh) * 2020-09-25 2020-12-29 电子科技大学 一种多类平均最大化真假目标特征提取方法
CN114936597A (zh) * 2022-05-20 2022-08-23 电子科技大学 一种局部信息增强子空间真假目标特征提取方法
CN114936597B (zh) * 2022-05-20 2023-04-07 电子科技大学 一种局部信息增强子空间真假目标特征提取方法

Also Published As

Publication number Publication date
CN108828574B (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN107271965B (zh) 类聚集子空间的真假目标一维距离像特征提取方法
CN110363151B (zh) 基于双通道卷积神经网络虚警可控的雷达目标检测方法
CN108761411B (zh) 一种真假目标一维距离像特征提取方法
CN108828574A (zh) 一种类间分离增强子空间真假目标特征提取方法
CN107037417B (zh) 雷达真假目标一维像非线性最近邻子空间特征提取方法
CN106951915B (zh) 一种基于类别置信度的一维距离像多分类器融合识别法
CN108256436B (zh) 一种基于联合分类的雷达hrrp目标识别方法
CN107678006A (zh) 一种最大间隔子空间的雷达真假目标一维距离像特征提取方法
CN107238822B (zh) 真假目标一维距离像正交非线性子空间特征提取方法
CN108845302A (zh) 一种k近邻变换真假目标特征提取方法
CN110007286B (zh) 一种线性判别学习真假目标一维距离像特征提取方法
CN110232371B (zh) 基于小样本的高精度hrrp雷达多目标识别方法
CN108845303A (zh) 一种非线性稳健子空间真假目标特征提取方法
CN109242010A (zh) 一种稀疏学习rcs序列特征提取方法
CN109948722B (zh) 一种识别空间目标的方法
CN109901130A (zh) 一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法
CN106951822B (zh) 一种基于多尺度稀疏保持投影一维距离像融合识别方法
CN108594202B (zh) 一种邻域分布结构非线性投影目标特征提取方法
CN106897730B (zh) 基于融合类别信息与局部保持投影的sar目标型号识别方法
CN114241233B (zh) 一种非线性类组稀疏表示真假目标一维距离像识别方法
CN108564096B (zh) 一种邻域拟合rcs序列特征提取方法
CN108828533A (zh) 一种类内样本相似结构保持非线性投影特征提取方法
CN110221267A (zh) 一种目标库属性判别邻域保持学习子空间特征提取方法
CN110068799B (zh) 一种稀疏邻域中心保持rcs序列特征提取方法
CN107678007A (zh) 一种指数域紧密子空间的雷达真假目标一维距离像特征提取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant